AI 助理
备案控制台
开发者社区 ModelScope模型即服务 语音 正文

模型finetune过程中训练文本的英文如何处理？

已解决

1，识别结果中的英文，有两个“@@”符号，如何后处理 2，模型fine-tuning过程中，训练文本的英文要如何处理

展开
收起
Paraformer语音识别-中文-通用-16k-离线-large-pytorch
CCC啊 2023-02-24 09:59:36 438 分享 版权
1 条回答
写回答
取消 提交回答
  • wallowlip
    推荐回答
    1. 我们对ASR识别结果进行了后处理，在后处理中根据“@@”符号将英文token，转为word单词
    2. 在finetune过程中，我们提供了seg_dict，可以将英文word处理成词表中的token
    2023-02-24 10:30:42
    赞同 展开评论
相关问答
语音
this xml file does not appear to have any style in
48640
10
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
2058
0
0
通过www和不带www的网址输入最终都指向www.我的域名.com，求指教
126169
28
0
购买阿里国外的云服务器是否可以访问谷歌？
80857
47
0
OSS的endpoint如何查看
36408
6
0
sql server的用户名和密码怎么查啊？
35743
21
0
配置了安全组规则，端口还是无法访问
32383
25
0
域名在腾讯云备案成功，解析到阿里云服务器，提示仍需备案？
59644
30
0
设置域名解析如何指向我的服务器url包括端口号
17652
2
0
手机弹出支付风险问题
6157
2
0
ModelScope模型即服务

语音

包括语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测等多个领域

我要提问

相关文章

  • AI终于能听懂宝宝说话了！ChildMandarin：智源研究院开源的低幼儿童中文语音数据集，覆盖22省方言
  • 覆盖16省方言的老人语音数据集！SeniorTalk：智源研究院开源全球首个超高龄老年人中文语音数据集
  • 自动生成+语音转写，办公必备！2025年智能会议纪要10＋工具！
  • 免费版的配音软件，支持童声男声女声不同声音选项，语音转文字软件推荐支持多种声音
  • 【语音识别】基于K近邻分类算法的语音情感识别（Matlab代码实现）

    • 热门讨论

    热门文章

  • 语音唤醒可以自定义唤醒词嘛？比如“小云，小云”换成自己的命令词？如何训练模型
  • 关于 Windows平台上 ttsfrd 库的问题。
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • KeyError: 'asr-inference is not in the pipelines r
  • linux系统运行TTS语音合成报错 Could not initialize NNPACK
  • 用python实现语音端点检测(Voice Activity Detection,VAD)
  • 魔搭modelscope按官方文档安装音频环境失败
  • 使用0.3.0版本的ttsfrd， coredump
  • ttsfrd 是不开源的吗
    • 展开全部
  • Dolphin：40语种+22方言！清华联合海天瑞声推出的语音识别大模型，识别精度超Whisper两代
  • FireRedASR：精准识别普通话、方言和歌曲歌词！小红书开源工业级自动语音识别模型
  • 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
  • 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
  • WhisperChain：开源 AI 实时语音转文字工具！自动消噪优化文本，效率翻倍
  • 三行代码实现实时语音转文本，支持自动断句和语音唤醒，用 RealtimeSTT 轻松创建高效语音 AI 助手
  • TIGER：清华突破性模型让AI「听觉」进化：参数量暴降94%，菜市场都能分离清晰人声
  • 百聆：集成Deepseek API及语音技术的开源AI语音对话助手，实时交互延迟低至800ms
  • 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
  • SpeechGPT 2.0：复旦大学开源端到端 AI 实时语音交互模型，实现 200ms 以内延迟的实时交互
    • 展开全部
    还有其他疑问?
    咨询AI助理