PaddleSpeech

PaddleSpeech 是一个基于飞桨（PaddlePaddle）的开源语音处理工具包，提供端到端的语音技术能力。核心功能包括流式与非流式自动语音识别（ASR）、带标点恢复的ASR、流式文本转语音（TTS）、说话人验证、语音翻译、关键词唤醒及自监督语音建模（如Wav2Vec2），支持多语言与语码转换。技术上融合Conformer、Transformer等前沿架构，并集成声学建模、文本前端、声码器等完整链路。适用于智能客服、会议转写、实时字幕、语音助手、教育口语评测等需要高精度、低延迟语音处理的工业与研究场景。