# 智能语音交互 #
1
关注
2665内容
基于DeepSeek的具身智能高校实训解决方案——从DeepSeek+机器人到通用具身智能
本实训方案围绕「多模态输入 -> 感知与理解 -> 行动执行 -> 反馈学习」的闭环过程展开。通过多模态数据的融合（包括听觉、视觉、触觉等），并结合DeepSeek模型和深度学习算法，方案实现了对自然语言指令的理解、物体识别和抓取、路径规划以及任务执行的完整流程。
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
ChildMandarin是由智源研究院与南开大学联合推出的开源语音数据集，包含41.25小时3-5岁儿童普通话语音数据，覆盖中国22个省级行政区，为儿童语音识别和语言发展研究提供高质量数据支持。
|
语音识别教程：Whisper
本文是一份详细的Whisper语音识别模型使用教程，包括了FFmpeg的安装、Whisper模型的安装与使用，以及如何实现实时录制音频并转录的步骤和代码示例，旨在帮助用户基于Whisper和GPT创建AI字幕。
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
SeniorTalk是由智源研究院与南开大学联合推出的全球首个中文超高龄老年人对话语音数据集，包含202位75岁及以上老年人的55.53小时语音数据，涵盖16个省市的不同地域口音。
“魔搭”来了！一文深度解读达摩院推出的AI模型社区
一文详解ModelScope魔搭社区，模型即服务开启AI开发使用新范式
|
阿里云智能语音交互产品测评：基于语音识别、语音合成、自然语言理解等技术
智能语音交互基于语音识别、语音合成、自然语言理解等技术，实现“能听、会说、懂你”式的智能人机交互体验，适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。
目前已上线实时语音识别、一句话识别、录音文件识别、语音合成等多款产品，您可以在控制台页面进行试用，也可以通过API调用相关能力。
免费试用