使用回声消除能否支持音频流的方式输入，我使用的场景是实时对话场景
使用回声消除能否支持音频流的方式输入，我使用的场景是实时对话场景，延迟越低越好，使用文件的方式会对性能受到影响
展开
收起
1
条回答
写回答
写回答
-
您好，为了方便页面展示和用户体验效果，目前回声消除pipeline提供的是完整文件的输入方式。 不过模型本身是可以支持音频流式输入的，您可以参考 LinearAECAndFbank 和 LinearAECPipeline 里的代码实现对流式音频的支持。 另外，即使是流式处理方式，链路上仍然会有一些延迟，可能需要具体测试一下才能确定是否能满足您的实时性需求。
2022-11-15 12:00:58赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7938
关于 Windows平台上 ttsfrd 库的问题。
1840
No module named 'ttsfrd'
1432
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
658
KeyError: 'asr-inference is not in the pipelines r
2066
modelscope 更新指定版本
433
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1053
关于 modelscope-funasr 报错的问题。
1033
ttsfrd 是不开源的吗
3921
以下代码怎么调整语句之间的停顿？原模型没有停顿感，使用过ssml标注添加 break没有任何效果
398
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
291
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
83
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
154
Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
76
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1279
智能降噪
1118
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
98
kws_util 下载不了
82
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
98
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
65
展开全部
