alphacep/awesome-russian-speech

它解决了什么问题

寻找可靠的俄语语音处理工具、数据集和模型往往非常分散，且通常隐藏在俄语源中。本项目将它们汇集到一个有组织的参考资料中，以便您无需无休止地搜索即可快速找到所需内容。

工作原理

这是一个手动整理的链接列表，按语音识别、语音合成、数据集、文本归一化、标点符号、重音标注等类别排列。每个类别都指向特定的 GitHub 存储库、Hugging Face 模型、数据集、课程和社区频道。该列表由 alphacep 团队维护，包含知名工具（如 Vosk、Whisper、Golos）以及小众社区资源。

适用人群

从事俄语语音技术开发的开发者、研究人员和学生——无论您是在构建 ASR、TTS 还是语言预处理流水线。对于任何探索俄语语音生态系统的人（包括偏好俄语或英语资源的人）也很有用。

亮点

• 语音识别模型：Vosk、Whisper、Citrinet 等，并附带质量对比。
• 语音合成工具：Vosk-TTS、RHVoice、TeraTTS 以及微调后的 F5-TTS 变体。
• 数据集：Golos、Common Voice、Russian Librispeech 以及许多 Hugging Face 语料库。
• 用于 TTS 的文本归一化和预处理实用程序。
• 重音标注、语音词典和字素转音素 (g2p) 工具。
• 情感识别模型和数据集。
• 标点符号和大小写恢复模型。
• 课程、社区链接以及俄语语音科学的历史背景。