PaddleSpeech：一个易于使用的全栈语音工具包
音频与语音处理
2022-05-25 v1 声音
摘要
PaddleSpeech 是一个开源的全栈语音工具包。它旨在通过提供易于使用的命令行接口和简洁的代码结构，促进语音处理技术的开发与研研究。本文描述了 PaddleSpeech 的设计理念与核心架构，以支持若干关键的语音转文本与文本转语音任务。PaddleSpeech 在多个语音数据集上取得了具有竞争力或最先进的性能，并实现了最流行的方法。它还提供了配方与预训练模型，以快速复现本文中的实验结果。PaddleSpeech 已在 https://github.com/PaddlePaddle/PaddleSpeech 公开可用。
引用
@article{arxiv.2205.12007,
title = {PaddleSpeech: An Easy-to-Use All-in-One Speech Toolkit},
author = {Hui Zhang and Tian Yuan and Junkun Chen and Xintong Li and Renjie Zheng and Yuxin Huang and Xiaojie Chen and Enlei Gong and Zeyu Chen and Xiaoguang Hu and Dianhai Yu and Yanjun Ma and Liang Huang},
journal= {arXiv preprint arXiv:2205.12007},
year = {2022}
}