音频识别的背景历史：
（20世纪50年代至70年代）
- 1950年代初：第一台口授打字机和第一台英语单词识别器的出现，标志着音频识别研究的开始。这些早期的设备和技术还非常原始，只能识别一些简单的单词和数字。
- 1952年：贝尔实验室的Davis等人研制了世界上第一个能识别10个英文数字发音的实验系统，这是语音识别领域的一个重要里程碑。
- 1960年代：随着电子技术的进一步发展，语音识别技术得到了进一步的研究。例如，英国的Denes等人研制了第一个计算机语音识别系统。然而，这一时期的语音识别技术仍然非常有限，只能识别少量的词汇，且准确率较低。
- 1970年代：统计语言学的出现为语音识别技术带来了新的突破。IBM公司开始使用统计方法进行语音识别研究，显著提高了识别率和词汇量。同时，动态时间规整技术（DTW）等关键技术的出现也为语音识别技术的发展奠定了重要基础。
技术突破阶段（20世纪70年代至90年代）
- 1970年代末期：矢量量化的码书设计方法LBG算法提出，并成功应用于语音编码。随后，矢量量化的应用推广到其它领域，包括语音识别和说话人识别等。
- 1980年代：随着矢量量化、隐马尔科夫模型（HMM）和人工神经网络等技术的不断改进和完善，语音识别技术取得了突破性进展。特别是隐马尔科夫模型在语音识别中的成功应用，使声学统计模型研究逐渐深入，成为当时语音识别领域的主流技术。
- 1990年代：语音识别技术开始逐渐应用于商业领域，如电话系统、自动语音应答系统（IVR）、语音邮件等。同时，随着计算机技术的不断发展，语音识别的准确率和词汇量也得到了进一步提升。
广泛应用阶段（21世纪至今）
- 21世纪初：随着人工智能技术的快速发展，语音识别技术得到了更加广泛的应用。智能音箱、智能手机等消费电子产品中开始集成语音识别功能，为用户提供了更加便捷的操作体验。
- 近年来：语音识别技术不仅在消费电子产品中得到了普及，还开始应用于语音翻译、智能客服、语音搜索等领域。同时，随着深度学习等技术的不断突破，语音识别的准确率和鲁棒性也得到了极大的提升，甚至可以达到甚至超过人类语音识别的水平。
音频基座两个大模型：
通义语言团队最新开源了音频基座大模型FunAudioLLM，包括了两个大模型，SenseVoice和CosyVoice。 SenseVoice：多语言音频理解大模型：多语言语音识别在中文和粤语上相比Whisper提升了50%，推理的速度提升了将近15倍，并且支持SOTA的情绪识别和音频事件检测。
CosyVoice：多语言音频生成大模型：超过17万小时的多语言音频数据训练，支持多语言、音色和情况的控制，CosyVoice在多语言语音生成、零样本语音生成、跨语言声音合成和指令执行能力方面表现非常好；
体验FunAudioLLM：
CosyVoice-300的评测：
CosyVoice-300M体验地址：https://www.modelscope.cn/studios/iic/CosyVoice-300M
换一下360浏览器试试：
还是不行；
换一下Edge试试：
上来就报错了；
评测总结：
由于大模型的运行环境报错，无法进行生产不同的音频，所以该大模型无法进行相关的评测，看了留言发现有些人也遇到了类似的问题，感觉在稳定性方面还是需要加强的，如果说在测评的时候都会运行报错，可能存在以下的几种问题，第一：稳定性方面是存在问题的，无法长久稳定的运行，对于一个产品类说稳定性非常的重要；第二：并发性，是否由于并发性导致的大量请求导致的，空间运行错误；第三：报错原因没有给出详细的解释，比如说网络错误，并发错误，还是说节点的问题，内部错误等等；希望后续可以修复该bug，给用户提供更好的体验。
SenseVoice的评测：
我换另外一个大模型试试；
SenseVoice大模型地址：https://www.modelscope.cn/studios/iic/SenseVoice
运行是正常的；
由于音频没有办法生成，所以我选择音乐文件试试；
经过几秒之后，上传成功了
点击开始播放，然后通过start按钮试一下是否可以识别出来具体的文字：
通过上面的小人可以看到是 可以做到情感识别的，这个真不错，哈哈
通过对于音频识别大模型的体验，发现这个大模型对于语音识别是非常强大的，并且通过音乐的情感可以识别出来具体的不同的小人头像，这个也非常的不错；
评测最后：
对于语音方面的评测，我是比较满意的，对于文件的大小没有给出限制，并且随便上传一首歌曲都能是被是高兴的还是伤心的歌曲，这个就比较强大了，对于后面在一些特殊场景下，就能听出来会议上面，老板是高兴的发言还是生气的发言，并且有些特殊场景下面，对于人工智能来说就更具有优势了，因为与人工智能进行交流的时候，如果说人工智能不能听出来你是高兴的，还是生气的，就不能说是合格的产品了，还记得有一个新闻上面说的一样，一个医院上的导航机器人，问了一些话，不能识别交流的人正在伤心，上来就说了一句，你今天高兴吗？这是非常不合适的；并且在听到病人说不高兴之后，还在进行一些对话，一定都听不懂病人的情绪。
以后人工智能的发展离不开音频识别的，尤其是对于对话机器人，所以说这款大模型非常的强大。也希望以后随着使用者越来越多，这个大模型也能打磨越来越成熟；
