yeyupiaoling

This project uses a variety of advanced voiceprint recognition models such as EcapaTdnn, ResNetSE, ERes2Net, CAM++, etc. It is not excluded that more models will be supported in the future. At the...

Fine-tune the Whisper speech recognition model to support training without timestamp data, training with timestamp data, and training without speech data. Accelerate inference and support Web...

基于PaddlePaddle实现端到端中文语音识别，从入门到实战，超简单的入门案例，超实用的企业项目。支持当前最流行的DeepSpeech2、Conformer、Squeezeformer模型

基于PaddlePaddle实现的语音识别，中文语音识别。项目完善，识别效果好。支持Windows，Linux下训练和预测，支持Nvidia Jetson开发板预测。

Pytorch实现的流式与非流式的自动语音识别框架，同时兼容在线和离线识别，目前支持Conformer、Squeezeformer、DeepSpeech2模型，支持多种数据增强方法。

The Pytorch implementation of sound classification supports EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE and other models, as well as a variety of preprocessing methods.

PaddlePaddle V2版本系列教程，博客专栏：

使用Tensorflow实现声纹识别

本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法

基于Pytorch实现的语音情感识别

Pytorch实现的人脸识别明细MobileFaceNet模型，在预测使用MTCNN检测人脸，然后使用MobileFaceNet模型识别。

在Android使用深度学习模型实现图像识别，本项目提供了多种使用方式，使用到的框架如下：Tensorflow Lite、Paddle Lite、MNN、TNN

基于Pytorch实现的MTCNN模型，人脸检测，人脸关键点检测。

基于Kersa实现的声纹识别模型

PaddlePaddle Fluid 版本系列教程，CSDN博客专栏：

中文标点符号模型，可以给文本添加标点符号。

PaddlePaddle实现的目标检测模型PP-YOLOE

制作亚洲人脸数据集

基于Tensorflow实现声音分类，博客地址：

基于PaddlePaddle实现的音频分类，支持EcapaTdnn、PANNS、TDNN、Res2Net、ResNetSE等各种模型，还有多种预处理方法

基于MTCNN和MobileFaceNet实现的人脸识别，提供三种预测方式，满足各种需求 。

PaddlePaddle实现的人脸识别模型MobileFaceNets，在预测的是使用MTCNN检测人脸，然后MobileFaceNets模型识别。

本项目是基于Pytorch的语音合成项目，使用的是VITS，VITS是一种语音合成方法，这种时端到端的模型使用起来非常简单，不需要文本对齐等太复杂的流程，直接一键训练和生成，大大降低了学习门槛。

基于PaddlePaddle实现的SSD，包括MobileNetSSD，MobileNetV2SSD，VGGSSD，ResNetSSD