masr

工业级语音识别工具包：170倍实时速度、50多种语言、说话人分离、情感检测、流式传输和兼容OpenAI的API。

基于 PyTorch 的语音工具包

端到端语音处理工具包

开源SenseVoiceSmall模型，支持普通话、粤语、英语、日语和韩语的ASR、语言识别、情感识别和音频事件检测。