語音辨識

Azure 認知服務語音是微軟推出的一款語音辨識與合成服務，支援超過100種語言和方言的語音轉文本和文本轉語音功能。它透過建立可處理特定術語、背景噪音和重音的自訂語音模型，提高聽錄的準確度。此外，該服務還支援實時語音轉文本、語音翻譯、文本轉語音等功能，適用於多種商業場景，如字幕生成、通話後聽錄分析、影片翻譯等。

sherpa-onnx 是一個基於下一代 Kaldi 的語音辨識和語音合成專案，使用onnxruntime進行推理，支援多種語音相關功能，包括語音轉文字(ASR)、文字轉語音(TTS)、說話人辨識、說話人驗證、語言辨識、關鍵詞偵測等。它支援多種平臺和作業系統，包括嵌入式系統、Android、iOS、Raspberry Pi、RISC-V、伺服器等。