alphacep/awesome-russian-speech
Russian speech technology links
解決する課題
ロシア語音声処理のための信頼できるツール、データセット、モデルを探すのは手間がかかり、多くの場合ロシア語のソースの中に埋もれています。このプロジェクトはそれらを整理されたリファレンスにまとめることで、終わりのない検索をすることなく必要なものをすぐに見つけられるようにします。
仕組み
これは手作業でキュレーションされたリンク集であり、音声認識、音声合成、データセット、テキスト正規化、句読点、アクセント記号などのカテゴリに分類されています。各カテゴリは、特定の GitHub リポジトリ、Hugging Face モデル、データセット、コース、コミュニティチャンネルへのリンクを提供します。このリストは alphacep チームによって管理されており、有名なツール（Vosk、Whisper、Golos）からニッチなコミュニティリソースまで網羅しています。
対象読者
ASR、TTS、または言語前処理パイプラインを構築している、ロシア語音声技術を扱う開発者、研究者、学生。また、ロシア語または英語のリソースを好む人を含め、ロシア語の音声エコシステムを探索しているすべての人に役立ちます。
ハイライト
- 音声認識モデル: Vosk、Whisper、Citrinet など（品質比較付き）。
- 音声合成ツール: Vosk-TTS、RHVoice、TeraTTS、および微調整された F5-TTS バリアント。
- データセット: Golos、Common Voice、Russian Librispeech、および多数の Hugging Face コーパス。
- TTS 用のテキスト正規化および前処理ユーティリティ。
- アクセント記号、音声辞書、および書記素から音素への変換 (g2p) ツール。
- 感情認識モデルとデータセット。
- 句読点および大文字小文字の復元モデル。
- コース、コミュニティリンク、およびロシア語音声科学の歴史的背景。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト