yanghan-cyber / audio-serviceLinks
基于FastAPI的语音服务系统，集成语音合成(TTS)和语音识别(STT)功能。使用CosyVoice2作为TTS引擎，FunASR作为STT引擎，支持零样本语音克隆、流式输出、多种语言识别等高级功能。
☆20Updated 9 months ago
Alternatives and similar repositories for audio-service
Users that are interested in audio-service are comparing it to the libraries listed below
Sorting:
- funasr语音转文字的简单api版本，funasr+fastapi，方便部署在服务器上☆13Updated last year
- 基于Fastrtc、Ollama、FunASR和MegaTTS的大模型中文语音实时对话应用☆20Updated 8 months ago
- 基于SenseVoice的funasr版本进行的api发布，可以无缝对接oneapi☆90Updated last year
- 阿里SenseVoice的fastpi封装，采用onnx发布，体积更小，附带量化模型，支持GPU。支持从URL文件进行语音识别。☆104Updated last year
- 语音识别API，分实时语音和长语音离线上传识别，支持中英文等多达100个国家的语言实时转写和同声传译☆81Updated last year
- 使用CHATTTS合成语音,使用FASTAPI作为API服务端,基于GFAST制作了管理系统,提供了音色管理和webui界面☆35Updated last year
- 获取bilibili直播弹幕，使用WebSocket协议☆37Updated last year
- 一个用于F5-TTS的api和webui项目☆65Updated last year
- 用于SenseVoice的api项目，输出带时间戳字幕☆43Updated last year
- 基于Linly-Talker数字人改版的教育系统，包含网课总结、数字人对话、Chatbot对话，项目可在autodl部署☆35Updated last year
- Unsloth框架在Windows平台微调训练Qwen2大模型，非WSL☆62Updated last year
- Dify 云服务 | 心理学知识库 | 聊天机器人☆40Updated 2 years ago
- 一个中文语音转文字项目，封装自FireRedASR☆82Updated 10 months ago
- 基于funasr开源项目和模型，快速搭建语音转文字的api服务☆33Updated last month
- 本项目系列相关视频为大家测试CrewAI官方提供的Tools☆14Updated last year
- ☆49Updated 2 years ago
- 数字人授课录制系统——全新的微课视频的生成方案——UI☆44Updated last year
- 数字人授课录制系统——全新的微课视频的生成方案——API☆77Updated last year
- 基于FunASR官方Demo修改的WS服务端，配合FastAPI提供HTTP服务，可以在浏览器中进行实时ASR测试☆46Updated 5 months ago
- ☆33Updated 10 months ago
- 洛曦 数字人视频播放器，带HTTP API，使用gradio api对接Easy-Wav2Lip、Sadtalker、GeneFacePlusPlus、MuseTalk，也可以用于播放本地视频☆175Updated last year
- WebUI for ChatTTS☆31Updated last year
- 数字人开口说话，采用 live2d 数字人模型 + edge-tts （文本语音合成）☆74Updated last year
- 封装GPT-Sovits-Interface，可用于用于多角色多情感有声中文小说制作☆36Updated last year
- 在DH_live项目基础上修改，添加webui界面☆72Updated 8 months ago
- heygem.ai云端合成封装代码示例☆17Updated 9 months ago
- Develop an AIGC application marketplace based on the Dify API, building the best application services for AIGC.☆93Updated 11 months ago
- This is a multi-character, ultra-personalized StoryTeller. It includes: 1) efficiently and accurately build multi-character voice library…☆58Updated 11 months ago
- DeepParseX 是一个强大的多模态文档解析与知识管理平台，支持 PDF、Word、Excel、PPT、图片、视频、音频 等多种文件格式的智能解析，自动提取关键信息，并构建 检索增强生成（RAG） 和 知识图谱（Knowledge Graph） 系统，实现结构化数据的智…☆49Updated last week
- DeepSeek-R1本地化WebUI运行☆43Updated 10 months ago