(0)
openai/whisper
(1)ESPNET
推荐指数:★★★★★
star数量:4.4k
工具特点:支持多个语音任务,支持多个ASR端到端系统,当前最活跃的语音开源社区,是第三代端到端ASR系统的典型代表。
链接:https://github.com/espnet/espnet
(2)kaldi
推荐指数:★★★★☆
start数量:11k
工具特点:基于C++开发,工具丰富,2012-2018年最活跃的开源社区,是第二代神经网络ASR系统的典型代表。
链接:https://github.com/kaldi-asr/kaldi
(3)wenet
推荐指数:★★★★☆
start数量:1.5k
工具特点:基于pytorch,代码较为简洁,并有多个平台的runtime支持。
链接:https://github.com/wenet-e2e/wenet
(4)speechbrain
推荐指数:★★★★☆
star数量:3.3k
工具特点:该工具纯python化,易用性的设计较好。
链接:https://github.com/speechbrain/speechbrain
(5)ASRT
推荐指数:★★★★☆
star数量:4.9k
工具特点:端到端训练。
链接:https://github.com/nl8590687/ASRT_SpeechRecognition
(6)openasr
推荐指数:★★☆☆☆
start数量:100-
链接:https://github.com/by2101/OpenASR
(7)openspeech
推荐指数:★★☆☆☆
star数量:300+
链接:https://github.com/openspeech-team/openspeech
(8)lingvo
推荐指数: ★★★☆☆
star数量:2.3k
工具特点:是google基于tensorflow开发的神经网络工具包,包含了asr在内的多个任务。
链接:https://github.com/tensorflow/lingvo
(9)fairseq
推荐指数: ★★★☆☆
start数量:14.4k
工具特点:是meta基于pytorch开发的序列到序列建模的工具,包含了ASR在内的多个任务。
链接:https://github.com/pytorch/fairseq
(10)athena
star数量:700+
工具特点:端到端语音处理工具包,同样包含asr在内的多个任务。
链接:https://github.com/athena-team/athena
(11)deepspeechstar
star数量:18.5k
链接:https://github.com/mozilla/DeepSpeech
(12)wav2letter
star数量:5.9k
链接:https://github.com/flashlight/wav2letter
(13)CAT
star数量:100+
工具特点:基于CTC-CRF的ASR系统
链接:https://github.com/thu-spmi/CAT
(14)torchaudio
star数量:1.5k
工具特点:pytorch的audio库
链接:https://github.com/pytorch/audio
(15)htk
推荐指数:★★☆☆☆
工具特点:基于C开发,是第一代HMM的ASR系统的典型代表。
链接:https://htk.eng.cam.ac.uk/2、其他工具包
2、其他功能型工具包/库
(1)kaldiio
链接:https://github.com/nttcslab-sp/kaldiio
(2)librosa
链接:https://github.com/librosa/librosa
(3)warp-ctc
链接:https://github.com/baidu-research/warp-ctc
(4)warp-transducer
链接:https://github.com/HawkAaron/warp-transducer
(5)k2
链接:https://github.com/k2-fsa/k2
(6)sctk
链接:GitHub - usnistgov/SCTK