项目
在 GitHub 查看
fufuchiu/speechloom
fufuchiu/speechloom has 31 GitHub stars and 172 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-13 22:49 UTC. Last push 2026-10-01.
实测星标增长
- 24小时
- 0
- 7天
- 正在收集历史
- 15天
- 正在收集历史
- 1个月
- 正在收集历史
各周期内的星标净变化，周期相互重叠，并非每日新增。缺失的测量保持空白。星标代表关注度，不代表软件质量。
关于
End-to-end speech model research: waveform encoding, causal decoding, codec tokens, joint losses and streaming.
机器学习README.md
原文speechloom
端到端语音模型研究工具：音频编码、因果解码、联合训练与流式协议。
Chen Yuxuan
历史说明：本仓库由经过验证的补丁序列重建；2025 年至 2026 年 8 月的 Git 时间戳用于展示项目演进，不代表代码实际开发日期。
快速开始
python -m venv .venv
source .venv/bin/activate
pip install -e '.[dev]'
python -m speechloom tokenize '大学' --audio-codes 0,128,255
python examples/codec_roundtrip.py
python examples/stream_text.py
文本采用无损 UTF-8 byte token。音频码本分配独立 ID 区间，避免模态碰撞。
训练时输出序列为 BOS + text + separator + audio_codes + EOS。
模型实验
pip install torch --index-url https://download.pytorch.org/whl/cpu
python examples/train_tiny.py
提供可以训练的紧凑研究原型和完整数据链路。示例使用合成输入，验证损失下降、 梯度和掩码正确性；不包含经过大规模训练的权重，也没有真实语料成绩声明。
文档
验证
python -m build
python -m pytest -q
ruff check .
ruff format --check .
MIT License · Chen Yuxuan