这是什么东西?
Mozilla DeepSpeech 是一个开源的语音转文字引擎——一种机器学习模型,能在你自己的硬件上把音频转成文字。
Mozilla DeepSpeech 是一个开源的语音转文字引擎——一种机器学习模型,能在你自己的硬件上把音频转成文字。它是一个能集成到我自己的应用里的库,还是一个现成的转写软件?它是一个供你集成到自己产品中的引擎,而不是现成的应用——你可以把它嵌入到需要语音转文字功能的软件或设备里。
它是一个供你集成到自己产品中的引擎,而不是现成的应用——你可以把它嵌入到需要语音转文字功能的软件或设备里。它依赖什么运行——我需要自己训练或安装机器学习相关的东西吗?它是一个基于 TensorFlow 的 C++ 引擎,模型已经训练好了——拿来就能用,不需要自己训练任何东西。
它是一个基于 TensorFlow 的 C++ 引擎,模型已经训练好了——拿来就能用,不需要自己训练任何东西。这个项目还在维护吗,还是实际上已经完结了?已经完结:README 开头就声明项目已停止开发,GitHub 仓库也已归档,因此它是只读状态,不会再有更新。
已经完结:README 开头就声明项目已停止开发,GitHub 仓库也已归档,因此它是只读状态,不会再有更新。它能在什么硬件上运行——像树莓派这样的小设备带得动吗?它可以扩展到很低的配置:项目官方表示,从 Raspberry Pi 4 一直到高性能 GPU 服务器,都能实时运行。
它可以扩展到很低的配置:项目官方表示,从 Raspberry Pi 4 一直到高性能 GPU 服务器,都能实时运行。设备完全断网的情况下也能转写吗?可以——离线、本地运行正是它的核心设计:转写完全在硬件本地完成,不经过任何云服务。
可以——离线、本地运行正是它的核心设计:转写完全在硬件本地完成,不经过任何云服务。为什么要在本地设备上跑语音转文字,而不是调用云端 API?因为整个流程都在设备上运行,音频不会被上传——非常适合注重隐私、物理隔离或网络环境差的场景——而且它是开源的,没有按次计费的云端费用。
因为整个流程都在设备上运行,音频不会被上传——非常适合注重隐私、物理隔离或网络环境差的场景——而且它是开源的,没有按次计费的云端费用。这个识别模型到底基于什么?它是一个按照百度 Deep Speech 研究论文、用机器学习技术训练出来的模型——这个引擎实现的正是论文中发表的方法。
它是一个按照百度 Deep Speech 研究论文、用机器学习技术训练出来的模型——这个引擎实现的正是论文中发表的方法。What are similar projects?vosk-api, supertonic, sherpa-onnx, whisper.cpp, FunASR, meetily, faster-whisper, Whisper
vosk-api, supertonic, sherpa-onnx, whisper.cpp, FunASR, meetily, faster-whisper, WhisperWhich topics is it in?mpl, asr, on-device-ai, on-device, transcription, neural-networks, tensorflow, speech-to-text, speech-recognition, raspberry-pi, embedded, neural-network
mpl, asr, on-device-ai, on-device, transcription, neural-networks, tensorflow, speech-to-text, speech-recognition, raspberry-pi, embedded, neural-network