PaddleSpeech

PaddlePaddle/PaddleSpeech 是一个基于 PaddlePaddle 平台的开源语音工具包，涵盖了多种关键的语音和音频任务。它提供了包括自监督学习模型、带标点的流式自动语音识别（ASR）、带文本前端的流式文本转语音（TTS）、说话人验证系统、端到端语音翻译和关键词检测等在内的功能。项目采用了诸如 Conformer 和 Transformer 等先进的技术，并支持 Wav2Vec2 和 Whisper 模型。PaddleSpeech 适用于需要高质量语音处理的应用场景，例如智能助手、语音识别应用、语音合成服务以及多语言翻译系统。