基于新一代 Kaldi 和 onnxruntime 的离线语音工具包,一套搞定语音识别、合成、说话人分离、降噪、声源分离和 VAD,可跑在嵌入式、手机和服务器上。
提供大量预训练、前沿的 ONNX 格式模型,可直接下载用于推理部署或迁移学习,省去自己转换和训练的成本。
基于 PyTorch 的语义分割模型库,提供 500+ 预训练卷积与 Transformer 骨干网络,开箱即用,省去自己搭建和训练分割模型的麻烦。