问题一：实时语音听写软件包包含哪些主要模型？
实时语音听写软件包包含哪些主要模型？
参考回答：
实时语音听写软件包集成了实时语音端点检测模型（FSMN-VAD-realtime），语音识别实时模型（Paraformer-online），语音识别非流式模型（Paraformer-offline），以及标点预测模型（CT-Transformer）。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656845
问题二：实时语音听写支持哪几种推理模式？
实时语音听写支持哪几种推理模式？
参考回答：
实时语音听写支持以下三种推理模式：1）实时语音听写服务（ASR-realtime-transcribe），2）非实时一句话转写（ASR-offline-transcribe），3）实时与非实时一体化协同（ASR-realtime&offline-twoPass）。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656846
问题三：在实时语音听写服务模式下，服务端如何处理音频数据？
在实时语音听写服务模式下，服务端如何处理音频数据？
参考回答：
在实时语音听写服务模式下，服务端检测到客户端发送的连续音频数据后，每隔600ms进行一次流式模型推理，并将识别结果发送给客户端。同时，服务端会在说话停顿处，做标点断句恢复，修正识别文字。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656847
问题四：FunCodec的主要目标是什么？
FunCodec的主要目标是什么？
参考回答：
FunCodec的主要目标是语音的量化表示与生成，即给机器加上嘴巴的能力。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656848
问题五：FunCodec提供了哪些SOTA模型的开源实现？
FunCodec提供了哪些SOTA模型的开源实现？
参考回答：
FunCodec提供了SoundStream、Encodec等SOTA模型的开源实现，以及在标准学术数据和内部大规模数据上的预训练模型。
关于本问题的更多问答可点击原文查看：
