Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
통화 음성에서 발신자 목소리만 남기고 주변 사람들의 목소리를 제거해, 음성 인식(STT)이 엉뚱한 말을 받아 적지 않도록 하는 오픈소스 보이스 아이솔레이션 모델이다. 음성 에이전트와 전화 통화용으로 만들어졌으며, 통화 초반 3초 분량의 음성을 발신자 샘플로 삼아 스스로 화자를 고른다. 2,700만 파라미터 인과적 band-split RNN 타깃 화자 추출 모델로, REAL-TSE 베이스라인을 시뮬레이션 통화와 AMI 회의 녹음으로 파인튜닝했다. CPU에서 24ms 알고리즘 지연으로 스트리밍되며, Krisp Voice Isolation 벤치마크에서 단어 오류율 4.95%로 상용 제품보다 낮았다고 밝힌다. Apache-2.0 라이선스.
coqui-ai
프로덕션 검증된 딥러닝 텍스트-투-스피치 생성 툴킷
suno-ai
Suno AI의 텍스트-오디오 생성 모델 - 다국어 음성, 음악, 효과음 생성
CorentinJ
5초 음성으로 실시간 음성 복제 및 합성하는 전이 학습 기반 프로젝트
RVC-Project
10분 음성으로 학습하는 검색 기반 음성 변환 웹 UI