Run This Ai
EN DE

ESPnet

Das End-to-End-Sprachverarbeitungstoolkit für ASR, TTS, Sprachübersetzung und Sprecher-Diarisierung.

★ 9,912 GitHub Apache-2.0 asrttsspeech-translationdiarizationpytorchspeech-recognition Sprache & Audio

Überblick

ESPnet ist ein umfassendes Open-Source-Toolkit für End-to-End-Sprachverarbeitung. Es bietet modernste Rezepte und vortrainierte Modelle für automatische Spracherkennung (ASR), Sprachsynthese (TTS), Sprach-zu-Sprach-Übersetzung, Sprecher-Diarisierung und Sprachverständnis. Auf Basis von PyTorch entwickelt, enthält es ESPnet2, eine moderne Neufassung mit einem vereinheitlichten Trainer, Streaming-Unterstützung und Hugging-Face-Integration. ESPnet ist in Forschung und Industrie weit verbreitet und bietet Hunderte vortrainierter Modelle für den schnellen Einsatz.

Anforderungen

Min vCPU
2
Min RAM
4096 MB
Min Disk
10 GB
Rec vCPU
4
Rec RAM
8192 MB
Rec Disk
20 GB

Empfohlener VPS

Hostinger · KVM 4

4 vCPU · 16384 MB · 200 GB

$11.99
Zum Anbieter

Hostinger · KVM 4

4 vCPU · 16384 MB · 200 GB

$11.99
Zum Anbieter

Hostinger · KVM 8

8 vCPU · 32256 MB · 400 GB

$20.00
Zum Anbieter

Affiliate-Hinweis

Docker Compose

# Generated by Run This Ai — docker-compose.yml
services:
  espnet:
    image: espnet/espnet:latest
    restart: unless-stopped
    ports:
      - 8080:8080
    volumes:
      - ./data/espnet:/data

Bester VPS für ESPnet →

Verwandte Tools

ebook2audiobook

Erstelle Hörbücher aus E-Books mit Voice-Cloning und über 1158 Sprachen.

FunASR

End-to-End-Spracherkennungs-Toolkit mit Streaming-ASR, VAD, Interpunktion und Sprecher-Diarisierung

DIA

Ultrarealistische Dialog-TTS in einem Durchgang

NeMo Speech

NVIDIAs skalierbares generatives KI-Framework für Sprache – ASR, TTS und Sprachmodelle in einem Toolkit.

Supertonic

Blitzschnelle, mehrsprachige Text-zu-Sprache-Ausgabe direkt auf dem Gerät, nativ via ONNX.

Abogen

Erstelle Hörbücher aus EPUBs, PDFs und Texten mit synchronisierten Untertiteln.

Anleitungen & Artikel

How to Deploy ESPnet with Docker: ASR and TTS in Minutes

Step-by-step tutorial to run ESPnet in Docker: pull the image, transcribe audio with a pretrained ASR model, and synthesize speech with TTS.

Aug 6, 2026

ESPnet: The Complete Guide to End-to-End Speech Processing

ESPnet is the leading open-source toolkit for ASR, TTS, speech translation, and speaker diarization. Discover its capabilities, model zoo, and why 9.9K developers trust it.

Aug 6, 2026