Speech To Speech
Low-latency speech-to-speech pipeline
Machine Learning Model TrainingML FrameworksOpen Source
About
Un pipeline d'agent vocal entièrement modulaire et à faible latence : VAD -> STT -> LLM -> TTS, exposé via l'ensemble d'événements OpenAI Realtime GA sur WebSocket et WebRTC. Chaque composant est interchangeable. L'emplacement LLM utilise des protocoles compatibles avec OpenAI, ce qui te permet de le diriger vers un fournisseur hébergé, vers les fournisseurs d'inférence HF, ou vers un serveur vLLM ou llama.cpp sur ton propre matériel pour une pile entièrement locale et entièrement ouverte.
Open Source Health
- Stars
- 13,184
- Forks
- 1,664
- License
- Apache-2.0
- Last commit
- 1 months ago
Python
Alternatives à Speech To Speech
Rclipby Yurij MikhalevichRecherche photo sémantique pour la ligne de commande
ChineseNERby jingyuanzhangUn modèle de réseau de neurones pour la reconnaissance d'entités nommées en chinois.
Head Pose Estimationby Yin GuobingEstimation de la pose de la tête humaine en temps réel avec ONNXRuntime et OpenCV.
Video Subtitle Extractorby 天涯古巷视频硬字幕提取，生成srt文件。无需申请第三方API，本地实现文本识别。基于深度学习的视频字幕提取框架，包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.
U 2 Netby Xuebin QinLe code de notre article récemment accepté dans Pattern Recognition 2020 : "U^2-Net : Approfondir avec une structure U imbriquée pour la détection d'objets saillants."
Resources & Links
Related Categories
Tu utilises Speech To Speech ?
Suis son coût avec le reste de ton stack et reçois un rappel avant son renouvellement.
Ajouter à mon stackVendor
Hugging Face
Publisher of Speech To Speech, Diffusers and Optimum
