Speech은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

Speech은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

Speech은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. Speech의 마지막 커밋은 2026년 10월 20일입니다.

Speech은(는) 어디에 사용할 수 있나요?

특정 언어나 도메인에 맞는 음성 인식 시스템 구축 또는 미세 조정 NVIDIA GPU에서 지연 시간이 짧은 스트리밍 음성 인식 배포 애플리케이션용 다국어 음성 합성 음성 생성 음성 LLM 및 대화형 음성 에이전트 연구

Speech는 어떻게 설치하나요?

저장소를 클론합니다: git clone https://github.com/NVIDIA-NeMo/Speech.git 프로젝트 디렉터리로 이동합니다: cd Speech uv로 지원되는 스택을 설치합니다(CUDA 13.x): uv sync --extra all --extra cu13 또는 기존 PyTorch 환경에 pip로 설치합니다: uv pip install 'nemo-toolkit[asr,tts]'

Speech은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/NVIDIA-NeMo/Speech

NVIDIA-NeMo/Speech

NVIDIA의 오픈소스 툴킷으로, 음성 인식(ASR), 음성 합성(TTS), 음성 LLM 모델을 구축하고 미세 조정해 배포할 수 있습니다.

GitHub에서 보기 웹사이트

스타: 18,607
포크: 3,654
열린 이슈: 368
마지막 커밋: 7시간 전

어떤 프로젝트인가요?

NeMo Speech는 음성 모델을 연구하고 개발하는 사람들을 위한 NVIDIA의 PyTorch 기반 프레임워크입니다. 자동 음성 인식, 음성 합성, 음성 LLM을 지원하며, 기존 코드와 사전 학습 체크포인트를 재사용해 모델을 만들고, 맞춤화하고, 배포할 수 있도록 설계되었습니다.

이 프로젝트는 스트리밍 및 오프라인 ASR 모델, 다국어 TTS 모델, 풀 듀플렉스 음성 채팅 모델 등의 사전 학습 모델을 제공하며, 모델은 Hugging Face에 공개되어 있습니다. NeMo 툴킷에서 분리된 프로젝트로, 현재는 오디오, 음성 및 멀티모달 LLM에 집중합니다.

소스에서 uv를 사용하거나 사전 빌드된 NGC 컨테이너를 Docker로 실행하거나, 기존 PyTorch 환경에 pip로 설치할 수 있습니다. Python 3.12 이상, PyTorch 2.7 이상이 필요하며, 학습에는 CUDA를 지원하는 NVIDIA GPU가 필요합니다.

핵심 기능

01스트리밍 및 오프라인 모드를 지원하는 자동 음성 인식 모델
02다국어를 지원하는 음성 합성 모델
03음성 LLM 및 풀 듀플렉스 음성 대화 모델
04Hugging Face에 공개된 사전 학습 체크포인트
05기존 PyTorch 환경에서 uv, Docker 또는 pip를 통한 설치

활용 사례

특정 언어나 도메인에 맞는 음성 인식 시스템 구축 또는 미세 조정
NVIDIA GPU에서 지연 시간이 짧은 스트리밍 음성 인식 배포
애플리케이션용 다국어 음성 합성 음성 생성
음성 LLM 및 대화형 음성 에이전트 연구

빠른 시작

1
저장소를 클론합니다
git clone https://github.com/NVIDIA-NeMo/Speech.git
2
프로젝트 디렉터리로 이동합니다
cd Speech
3
uv로 지원되는 스택을 설치합니다(CUDA 13.x)
uv sync --extra all --extra cu13
4
또는 기존 PyTorch 환경에 pip로 설치합니다
uv pip install 'nemo-toolkit[asr,tts]'

사용 전 알아둘 점

학습에는 CUDA를 지원하는 NVIDIA GPU가 필요합니다.
Python 3.12 이상 및 PyTorch 2.7 이상이 필요합니다.

토픽

#speech-recognition #text-to-speech #asr #tts #pytorch #speech-llm #nvidia #deeplearning #generative-ai #machine-translation

자주 묻는 질문

Speech은(는) 무엇인가요?: NVIDIA의 오픈소스 툴킷으로, 음성 인식(ASR), 음성 합성(TTS), 음성 LLM 모델을 구축하고 미세 조정해 배포할 수 있습니다. NeMo Speech는 음성 모델을 연구하고 개발하는 사람들을 위한 NVIDIA의 PyTorch 기반 프레임워크입니다. 자동 음성 인식, 음성 합성, 음성 LLM을 지원하며, 기존 코드와 사전 학습 체크포인트를 재사용해 모델을 만들고, 맞춤화하고, 배포할 수 있도록 설계되었습니다.
Speech은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: Speech은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
Speech은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. Speech의 마지막 커밋은 2026년 10월 20일입니다.
Speech은(는) 어디에 사용할 수 있나요?: 특정 언어나 도메인에 맞는 음성 인식 시스템 구축 또는 미세 조정 NVIDIA GPU에서 지연 시간이 짧은 스트리밍 음성 인식 배포 애플리케이션용 다국어 음성 합성 음성 생성 음성 LLM 및 대화형 음성 에이전트 연구
Speech는 어떻게 설치하나요?: 저장소를 클론합니다: git clone https://github.com/NVIDIA-NeMo/Speech.git 프로젝트 디렉터리로 이동합니다: cd Speech uv로 지원되는 스택을 설치합니다(CUDA 13.x): uv sync --extra all --extra cu13 또는 기존 PyTorch 환경에 pip로 설치합니다: uv pip install 'nemo-toolkit[asr,tts]'
Speech은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/NVIDIA-NeMo/Speech

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.