介绍
PaddleSpeech是由百度公司开源的。
PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型，一些典型的应用示例如下：
PaddleSpeech 荣获 NAACL2022 Best Demo Award, 请访问 Arxiv 论文。
效果展示
语音识别
| 输入音频 | 识别结果 |
|---|---|
 |
I knocked at the door on the ancient side of the building. |
|
我认为跑步最重要的就是给我带来了身体健康。 |
语音翻译 (英译中)
| 输入音频 | 翻译结果 |
|---|---|
|
我 在 这栋 建筑 的 古老 门上 敲门。 |
语音合成
| 输入文本 | 合成音频 |
|---|---|
| Life was like a box of chocolates, you never know what you’re gonna get. | |
| 早上好，今天是2020/10/29，最低温度是-3°C。 | |
| 季姬寂，集鸡，鸡即棘鸡。棘鸡饥叽，季姬及箕稷济鸡。鸡既济，跻姬笈，季姬忌，急咭鸡，鸡急，继圾几，季姬急，即籍箕击鸡，箕疾击几伎，伎即齑，鸡叽集几基，季姬急极屐击鸡，鸡既殛，季姬激，即记《季姬击鸡记》。 | |
| 大家好，我是 parrot 虚拟老师，我们来读一首诗，我与春风皆过客，I and the spring breeze are passing by，你携秋水揽星河，you take the autumn water to take the galaxy。 | |
| 宜家唔系事必要你讲，但系你所讲嘅说话将会变成呈堂证供。 | |
| 各个国家有各个国家嘅国歌 | |
更多合成音频，可以参考 PaddleSpeech 语音合成音频示例。
标点恢复
| 输入文本 | 输出文本 |
|---|---|
| 今天的天气真不错啊你下午有空吗我想约你一起去吃饭 | 今天的天气真不错啊！你下午有空吗？我想约你一起去吃饭。 |
特性
本项目采用了易用、高效、灵活以及可扩展的实现，旨在为工业应用、学术研究提供更好的支持，实现的功能包含训练、推断以及测试模块，以及部署过程，主要包括
- 📦 易用性: 安装门槛低，可使用 CLI 快速开始。
- 🏆 对标 SoTA: 提供了高速、轻量级模型，且借鉴了最前沿的技术。
- 🏆 流式 ASR 和 TTS 系统：工业级的端到端流式识别、流式合成系统。
- 💯 基于规则的中文前端: 我们的前端包含文本正则化和字音转换（G2P）。此外，我们使用自定义语言规则来适应中文语境。
- 多种工业界以及学术界主流功能支持:
- 🛎️ 典型音频任务: 本工具包提供了音频任务如音频分类、语音翻译、自动语音识别、文本转语音、语音合成、声纹识别、KWS等任务的实现。
- 🔬 主流模型及数据集: 本工具包实现了参与整条语音任务流水线的各个模块，并且采用了主流数据集如 LibriSpeech、LJSpeech、AIShell、CSMSC，详情请见 模型列表。
- 🧩 级联模型应用: 作为传统语音任务的扩展，我们结合了自然语言处理、计算机视觉等任务，实现更接近实际需求的产业级应用。
