视频介绍
如何当好人类的第三只眼？看见语音，快速准确又省钱
相关视频
热门文章
热门讨论
-
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2509
-
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2302
-
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1830
-
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6766
-
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800ms2647
-
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416
-
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1903
-
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1860
-
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1728
-
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974
展开全部
-
关于 Windows平台上 ttsfrd 库的问题。3959
-
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1281
-
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc1844
-
modelscope上跑报错，提示要pip install ttsfrd，搞不定10087
-
用python实现语音端点检测(Voice Activity Detection,VAD)1295
-
魔搭modelscope按官方文档安装音频环境失败830
-
linux系统运行TTS语音合成报错 Could not initialize NNPACK955
-
KeyError: 'asr-inference is not in the pipelines r2900
-
您好，我想请问一下FRCRN是如何保证因果的呢？1493
-
模型训练错误 提示voice 没有 local_rank 属性519
展开全部
