Repolode
投稿する
PaddlePaddle

PaddlePaddle/PaddleSpeech

PaddlePaddleを基盤とするオープンソースの音声ツールキット。音声認識、音声合成、話者検証、キーワードスポッティング、音声翻訳に対応します。

GitHub で見る公式サイト
スター
12,704
フォーク
1,952
未解決の Issue
277
最終コミット
3 か月前

これは何？

PaddleSpeechは、PaddlePaddleの深層学習フレームワーク上で動作する音声・オーディオツールキットです。音声認識、音声合成、音声分類、話者検証、話者ダイアライゼーション、キーワードスポッティング、句読点の復元、英語から中国語への音声翻訳に対応した、すぐに使えるコマンドラインツールとPython APIを提供します。

DeepSpeech2、ConformerやTransformerベースのASR、TTS向けのFastSpeech2、VITS、HiFiGAN、話者関連タスク向けのECAPA-TDNNなど、さまざまなアーキテクチャの学習済みモデルと学習レシピを収録しています。テキスト正規化や書記素から音素への変換に対応する中国語テキストフロントエンドを備え、オフラインとストリーミングの両方に対応したASR・TTSサーバーを提供します。TTSモデルはONNX形式にエクスポートできます。

データ準備や学習から推論、デプロイまでの一連のパイプラインをカバーしており、C++ランタイムのサンプルとAndroidおよびARM Linux向けのデモも含まれています。

主な機能

  • 01ストリーミングと非ストリーミングのモデルによる音声認識と、句読点の復元。
  • 02中国語テキストフロントエンド、複数の音響モデル、ボコーダーに対応した音声合成。
  • 03話者検証、話者ダイアライゼーション、音声分類。
  • 04キーワードスポッティングと英語から中国語への音声翻訳。
  • 05デプロイ向けのコマンドラインツール、Python API、HTTPサーバーおよびストリーミングサーバー。

ユースケース

  • 中国語アプリに音声テキスト化や字幕生成を追加する。
  • バーチャルホスト、オーディオブック、音声アシスタント向けの音声を作成する。
  • バックエンドサービスで話者検証や声紋認識を実行する。
  • AISHELLやLibriSpeechなどのデータセットを使って、音声モデルを研究したりファインチューニングしたりする。

使う前に知っておきたいこと

  • PaddlePaddleフレームワーク上に構築されているため、使用するにはこのフレームワークをインストールする必要があります。
  • 提供されたREADMEの抜粋には、インストールコマンドが記載されていません。

収録されている特集

AI 動画・音声ツール

トピック

#speech-recognition#text-to-speech#speaker-verification#asr#tts#audio#deep-learning#paddlepaddle#code-switch#conformer

よくある質問

PaddleSpeech とは？
PaddlePaddleを基盤とするオープンソースの音声ツールキット。音声認識、音声合成、話者検証、キーワードスポッティング、音声翻訳に対応します。 PaddleSpeechは、PaddlePaddleの深層学習フレームワーク上で動作する音声・オーディオツールキットです。音声認識、音声合成、音声分類、話者検証、話者ダイアライゼーション、キーワードスポッティング、句読点の復元、英語から中国語への音声翻訳に対応した、すぐに使えるコマンドラインツールとPython APIを提供します。
PaddleSpeech は無料で使えますか？ライセンスは？
PaddleSpeech は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
PaddleSpeech は今もメンテナンスされていますか？
半年以内に更新あり。PaddleSpeech の最終コミットは 2026年8月12日 です。
PaddleSpeech は何に使えますか？
中国語アプリに音声テキスト化や字幕生成を追加する。 バーチャルホスト、オーディオブック、音声アシスタント向けの音声を作成する。 バックエンドサービスで話者検証や声紋認識を実行する。 AISHELLやLibriSpeechなどのデータセットを使って、音声モデルを研究したりファインチューニングしたりする。
PaddleSpeech はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/PaddlePaddle/PaddleSpeech

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト