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

damo/speech_ptts_autolabel_16k自动标注模型ttsfrd初始化失败

damo/speech_ptts_autolabel_16k自动标注模型ttsfrd初始化失败

text.cc: festival_Text_init
prepare tts engine failed

已经重新下载模型到/root/.cache/modelscope/hub/damo/下面，依然报错

展开
收起
游客d5rf6xpgtphi4 2023-11-11 16:14:29 423 分享 版权
2 条回答
写回答
取消 提交回答
  • xboffice

    2023-11-15 17-50-42屏幕截图.png

    我的也有这个问题，搞了快1个月了，还没找到具体的方法，跪求怎样解决方法。
    注：音频文件是从sample_test_female或者sample_test_male获得示例音频文件

    2023-11-15 17:51:51
    赞同 展开评论
  • Skyund

    确保您的输入数据格式正确。请检查您的输入音频文件是否符合 DAMO 的要求，比如采样率、位深、声道数等。

    2023-11-12 13:58:16
    赞同 展开评论
相关问答
this xml file does not appear to have any style in
48895
10
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
2138
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
126713
28
0
购买阿里国外的云服务器是否可以访问谷歌？
80957
47
0
OSS的endpoint如何查看
36443
6
0
sql server的用户名和密码怎么查啊？
35834
21
0
配置了安全组规则，端口还是无法访问
32432
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？
59683
30
0
手机弹出支付风险问题
6203
2
0
设置域名解析如何指向我的服务器url包括端口号
17679
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

  • 从音频与照片生成数字人视频：阿里云百炼工作流打造“超级数字人”全流程解析
  • 前沿速览：TrafficVLM、DeepSeek-Terminus、Qwen3-Omni、蚂蚁百灵、Wan2.2-Animate、Qianfan-VL
  • 【车载Android】模拟Android系统的高负载环境
  • 你们催更的模型，云栖大会一口气全发了！
  • 阿里云百炼大模型收费价格：调用、调优和部署费用清单

    • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理