什么是 PaddleSpeech？
PaddleSpeech 是由百度飞桨（PaddlePaddle）团队开发的一套开源语音处理工具包，旨在为开发者提供端到端的语音识别（ASR）、语音合成（TTS）、关键词检测（KWS）、说话人日志（Speaker Diarization）等能力。
它支持多种主流语音模型，兼容中文与英文场景，适用于智能客服、语音助手、会议转录、无障碍技术等多种应用场景。
核心功能
- 语音识别（ASR）：将语音转换为文字，支持流式与非流式识别。
- 语音合成（TTS）：将文本合成为自然流畅的语音。
- 关键词检测（KWS）：实时检测特定唤醒词或关键词。
- 说话人日志：区分不同说话人并标注其发言时间段。
- 预训练模型丰富：提供多个 SOTA 模型，开箱即用。
快速开始
通过 pip 安装 PaddleSpeech：
pip install paddlespeech更多使用方法请参考 官方 GitHub 仓库。