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

模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成语音？

模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成语音？

展开
收起
SambertHifigan语音合成-中文-多人预训练-16k
储部长 2023-04-03 19:10:50 292 分享 版权
1 条回答
写回答
取消 提交回答
  • ModelScope小助手-渡渡航

    请参考https://modelscope.cn/models/damo/speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k/summary中关于“体验模型合成效果”这一节的代码

    2023-05-10 18:04:00
    赞同 展开评论
相关问答
语音
modelscope-funasr热词激励的模型训练阶段的任务会不会导致语音字数预测受到影响？
94
0
0
请教下ModelScope的语音唤醒模型 训练的过程中报错，怎么解决？
128
0
0
ModelScope模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成
240
1
0
asr支持语音AI声学模型训练吗?
308
1
0
智能语音交互个性化声音定制语音模型训练失败
503
1
0
机器学习PAI做AI应用，让模型同时支持英文、中文、阿拉伯语等小语种，有什么好的方案？
97
0
0
我看机器学习PAI deploy_ext这个打包时可以选择用deeprec，而不是默认的是不？
103
3
0
机器学习PAI生产服务器连pai的featureDB报错如何解决？
94
1
0
请问下机器学习PAI新用户的能领机器学习dsw三个月免费试用吗？
411
3
0
机器学习PAI的feature store现在支持推荐场景的session特征吗？
121
7
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
  • 用python实现语音端点检测(Voice Activity Detection,VAD)
  • linux系统运行TTS语音合成报错 Could not initialize NNPACK
  • 关于 modelscope-funasr 报错的问题。
  • 您好，我想请问一下FRCRN是如何保证因果的呢？
  • pip安装语音领域模型依赖报错。
    • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理