wenet

易用的语音工具包，包括自监督学习模型、带标点的 SOTA/流式 ASR、带文本前端的流式 TTS、说话人验证系统、端到端语音翻译和关键词唤醒。荣获 NAACL2

支持普通话、中文方言和英语的开源工业级ASR模型，在公开普通话ASR基准上达到新的SOTA，同时具备出色的歌词识别能力。

[非官方] Conformer: Convolution-augmented Transformer for Speech Recognition (INTER

基于 PyTorch 和 Hydra 的端到端韩语自动语音识别开源工具包。