Software de reconocimiento de voz para Linux

Es fundamental recopilar un corpus de voz para generar modelos acústicos para proyectos de reconocimiento de voz . VoxForge es un repositorio gratuito de corpus de voz y modelos acústicos creado para recopilar transcripciones de voz utilizadas en proyectos de reconocimiento de voz. VoxForge acepta muestras de voz aportadas por la comunidad y correcciones de secuencias de voz reconocidas. Su licencia es la Licencia Pública General GNU (GPL).

El reconocimiento de voz discreto se puede realizar dentro de un navegador web y funciona correctamente con los navegadores compatibles. El reconocimiento de voz remoto no requiere la instalación de software en una computadora de escritorio o dispositivo móvil, ya que se trata principalmente de un sistema basado en servidor con los problemas de seguridad inherentes mencionados anteriormente.

• Remoto : El servicio de dictado graba una pista de audio del usuario a través de un navegador web.
• DSR : Algunas soluciones funcionan únicamente en el cliente, sin enviar datos a los servidores.

A continuación se presenta una lista de proyectos dedicados a la implementación del reconocimiento de voz en Linux, junto con las principales soluciones nativas. No se trata de aplicaciones para el usuario final, sino de bibliotecas de programación que pueden utilizarse para desarrollar dichas aplicaciones.

• CMU Sphinx es un término general que describe un grupo de sistemas de reconocimiento de voz desarrollados en la Universidad Carnegie Mellon.
• HTK era el software de reconocimiento de voz más famoso y utilizado antes de Kaldi.
• Julius es un software decodificador de reconocimiento continuo de voz con vocabulario amplio (LVCSR) de alto rendimiento y dos pasadas, diseñado para investigadores y desarrolladores relacionados con el habla.
• Kaldi es un conjunto de herramientas para el reconocimiento de voz que se distribuye bajo la licencia Apache.
• Mozilla DeepSpeech está desarrollando un motor de conversión de voz a texto de código abierto basado en el artículo de investigación de Baidu sobre voz profunda. ^{[ 2 ]}

• VoxForge es un repositorio gratuito de corpus de voz y modelos acústicos para motores de reconocimiento de voz de código abierto.

• Janus Recognition Toolkit (JRTk) es un conjunto de herramientas de reconocimiento de voz de código cerrado, principalmente dirigido a Linux, desarrollado por Interactive Systems Laboratories en la Universidad Carnegie Mellon y el Instituto Tecnológico de Karlsruhe, para el cual existen licencias comerciales y de investigación. ^{[ 3 ]}