Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
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。
| Date | Stars |
|---|---|
| 2026-07-24 | 728 |
| 2026-07-25 | 728 |
| 2026-07-28 | 728 |
| 2026-07-30 | 728 |
| 2026-08-06 | 728 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
     # MASR流式与非流式语音识别项目 MASR是一款基于Pytorch实现的自动语音识别框架，MASR全称是神奇的自动语音识别框架（Magical Automatic Speech Recognition），当前为V3版本，与V2版本不兼容，如果想使用V2版本，请在这个分支[V2](https://github.com/yeyupiaoling/MASR/tree/release/2.3.x)。MASR致力于简单，实用的语音识别项目。可部署在服务器，Nvidia Jetson设备，未来还计划支持Android等移动设备。 **欢迎大家扫码入知识星球或者QQ群讨论，知识星球里面提供项目的模型文件和博主其他相关项目的模型文件，也包括其他一些资源。** <div align="center"> <img src="https://yeyupiaoling.cn/zsxq.jpg" alt="知识星球" width="400"> <img src="https://yeyupiaoling.cn/qq.jpg" alt="QQ群" width="400"> </div> 本项目使用的环境： - Anaconda 3 - Python 3.11 - Pytorch 2.5.1 - Windows 11 or Ubuntu 22.04 # 在线试用 **网页版：**[在线试用地址](https://tools.yeyupiaoling.cn/speech/masr) <div align="center"> <img src="https://tools.yeyupiaoling.cn/static/wechat-qr/masr.jpg" alt="微信小程序" width="200"><br/> 微信小程序 </div> ## 项目特点 1. 支持多个语音识别模型，包含`deepspeech2`、`conformer`、`squeezeformer`、`efficient_conformer`等，每个模型都支持流式识别和非流式识别，在配置文件中`streaming`参数设置。 2. 支持多种解码器，包含`ctc_greedy_search`、`ctc_prefix_beam_search`、`attention_rescoring`、`ctc_beam_search`等。 3. 支持多种预处理方法，包含`fbank`、`mfcc`等。 4. 支持多种数据增强方法，包含噪声增强、混响增强、语速增强、音量增强、重采样增强、位移增强、SpecAugmentor、SpecSubAugmentor等。 5. 支持多种推理方法，包含短音频推理、长音频推理、流式推理、说话人分离推理等。 6. 更多特点等待你发现。 ## 与V2版本的区别 1. 项目结构的优化，大幅度降低的使用难度。 2. 更换预处理的库，改用kaldi_native_fbank，在提高数据预处理的速度，同时也支持多平台。 3. 修改token的方法，使用sentencepiece制作token，这个框架极大的降低了多种语言的处理难度，同时还使中英文混合训练成为可能。 ## 更新记录 - 2025.3: 正式发布最终级的V3版本。 ## 模型下载 1. [WenetSpeech](./docs/wenetspeech.md) (10000小时，普通话) 的预训练模型列表，错误率类型为字错率（CER）： | 使用模型 | 是否为流式 | 预处理方式 | 解码方式 | test_net | test_meeting | aishell_test | 下载地址 | |:-----------:|:-----:|:-----:|:----------------------:|:--------:|:------------:|:------------:|:--------:| | Conformer | True | fbank | ctc_greedy_search | 0.14391 | 0.18665 | 0.06751 | 加入知识星球获取 | | Conformer | True | fbank | ctc_prefix_beam_search | 0.14326 | 0.18488 | 0.06763 | 加入知识星球获取 | | Conformer | True | fbank | attention_rescoring | 0.13523 | 0.18069 | 0.06079 | 加入知识星球获取 | | Conformer | True | fbank | ctc_beam_search | 0.18227 | 0.21586 | 0.04981 | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_greedy_search | | | | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_prefix_beam_search | | | | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_beam_search | | | | 加入知识星球获取 | 2. [AIShell](https://openslr.magicdatatech.com/resources/33) (179小时，普通话) 的预训练模型列表，错误率类型为字错率（CER）： | 使用模型 | 是否为流式 | 预处理方式 | 解码方式 | 自带的测试集 | 下载地址 | |:-----------:|:-----:|:-----:|:----------------------:|:-------:|:--------:| | Conformer | True | fbank | ctc_greedy_search | 0.06134 | 加入知识星球获取 | | Conformer | True | fbank | ctc_prefix_beam_search | 0.06132 | 加入知识星球获取 | | Conformer | True | fbank | attention_rescoring | 0.05366 | 加入知识星球获取 | | Conformer | True | fbank | ctc_beam_search | 0.04409 | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_greedy_search | 0.12000 | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_prefix_beam_search | 0.12016 | 加入知识星球获取 | | DeepSpeech2 | True | fbank | ctc_beam_search | 0.08748 | 加入知识星球获取 | 3. [Librispeech](https://openslr.magicdatatech.com/resources/12) (960小时，英语) 的预训练模型列表，错误率类型为词错率（WER）： | 使用模型 | 是否为流式 | 预处理方式 | 解码方式 | 自带的测试集 | 下载地址 | |:-----------:|:-----:|:-----:|:----------------------:|:-------:|:--------:| | Conformer | True | fbank | ctc_greedy_search | 0.07432 | 加入知识星球获取 | | Conformer | True | fbank | ctc_prefix_beam
Excerpt of 8,964 characters
Read on GitHub
夜雨飘零
385
2
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:9cdde30a59fac68d, topic:speech-recognition, topic:asr, topic:speech-to-text
matched fp:9cdde30a59fac68d, topic:deep-learning, topic:pytorch