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

modelscope中8k的vad yaml文件中的speech_noise_thresh参数不生效

在vad.yaml中修改speech_noise_thresh_high/low参数，生成结果是一样的

展开
收起
FSMN语音端点检测-中文-通用-8k
游客q7hbi7suwf2ek 2023-03-30 16:51:40 595 分享 版权
2 条回答
写回答
取消 提交回答
  • 游客7jywqeslfrnlo

    如果需要调整VAD的抗噪性能，speech_noise_thresh这个参数，详细说明参考官方文档：VAD模型介绍 “VAD常用参数调整说明”

    2023-03-31 15:44:09
    赞同 展开评论
  • mxqe6llgslw3w

    modelscope与funasr版本是多少？ 方便加钉钉群详细沟通您遇到的问题么？ dingding.jpg

    2023-03-31 11:44:32
    赞同 展开评论
相关问答
语音
函数计算这个文件中的配置没有可以通过 s.yaml 的这种方式配置吗？
66
1
0
我想问modelscope我上传的文件中有这个path.yaml,为什么复制到别的地方之后找不到了？
38
1
0
在modelscope-funasr该怎么更新token.json与seg_dic等文件呢？
47
0
0
modelscope-funasr的yaml文件是如何将模型进行改变的呀？
48
0
0
modelscope-funasr够支持直接在automodel类使用附加vad模型的参数吗？
89
0
0
modelscope-funasr的长文件会分多次返回结果吗？
46
0
0
modelscope-funasr20ms的情况下vad参数是如何设置的？
66
0
0
s.yaml文件中指定了哪些关于部署的重要信息？
45
1
0
kubectl中多个yaml文件创建容器的命令是什么呀？
884
1
0
kubectl中根据yaml文件创建容器的命令是什么呀？
645
1
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

  • 全网首发 | PAI Model Gallery一键部署阶跃星辰Step-Video-T2V、Step-Audio-Chat模型
  • Step-Audio：开源语音交互新标杆！这个国产AI能说方言会rap，1个模型搞定ASR+TTS+角色扮演
  • 王炸组合，阶跃星辰SOTA模型Step-Video和Step-Audio模型开源
  • OSUM：告别ASR单一功能，西工大开源的语音大模型会「读心」！识别+情感分析+年龄预测等8大任务1个模型全搞定
  • 让小程序开口说话：DeepSeek语音交互开发指南

    • 热门讨论

    热门文章

  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • 关于 Windows平台上 ttsfrd 库的问题。
  • pip安装语音领域模型依赖报错。
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • KeyError: 'asr-inference is not in the pipelines r
  • 在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
  • No module named 'ttsfrd'
  • kantts 这个模型是什么东西啊，运行会报错
  • 自动标注模型ttsfrd初始化失败
  • wekws训练自定义数据集的误唤醒较高。
    • 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
  • 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
  • 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
  • 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
  • Kokoro-TTS：超轻量级文本转语音模型，支持生成多种语言和多种语音风格
  • Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
  • Step-Audio：开源语音交互新标杆！这个国产AI能说方言会rap，1个模型搞定ASR+TTS+角色扮演
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理