大模型
产品
解决方案
权益
定价
云市场
伙伴
服务
了解阿里云
查看 "" 全部搜索结果
AI 助理
文档
备案
控制台
开发者社区
首页
计算机视觉
自然语言处理
语音
多模态
科学计算
魔搭社区官网
探索云世界
热门
百炼大模型
Modelscope模型即服务
弹性计算
通义灵码
云原生
数据库
云效DevOps
龙蜥操作系统
云计算
弹性计算
无影
存储
网络
倚天
云原生
容器
serverless
中间件
微服务
可观测
消息队列
数据库
关系型数据库
NoSQL数据库
数据仓库
数据管理工具
PolarDB开源
向量数据库
大数据
大数据计算
实时数仓Hologres
实时计算Flink
E-MapReduce
DataWorks
Elasticsearch
机器学习平台PAI
智能搜索推荐
数据可视化DataV
人工智能
机器学习平台PAI
视觉智能开放平台
智能语音交互
自然语言处理
多模态模型
pythonsdk
通用模型
开发与运维
云效DevOps
钉钉宜搭
镜像站
开发者社区
ModelScope模型即服务
语音
正文
大家觉得的语音交互模型还有哪些希望上线到modelscope?
大家觉得的语音交互模型还有哪些希望上线到modelscope?
展开
收起
ModelScope运营小助手
2022-10-28 21:00:53
1333
分享
版权
1
条回答
写回答
取消
提交回答
xacgew26naszo
能否有一些语音助手的问答展示的应用啊
2022-10-31 10:55:24
赞同
展开评论
相关问答
语音
智能语音交互语音识别如何配置语种模型
240
1
0
智能语音交互语音识别支持哪些模型
197
1
0
在modelscope-funasr用的paraformer的一个语音识别模型,怎么加上热词?
500
0
0
modelscope-funasr的多说话人语音识别模型 支持实时听写吗?
358
0
0
阿里云语音AI智能语音交互中录音文件识别的customization_id定制模型还是不能区分热词。
253
1
0
为什么自学习平台训练语音识别模型只需要提供文本不需要音频?
153
0
0
阿里云的语音识别服务提供了多个模型以适应不同的应用场景主要包括哪些?
367
1
0
阿里云语音AI智能语音交互下面的cosyvoice大模型可以免费试用吗?
594
1
0
modelscope-funasr分角色语音识别 为什么改成加载本地模型,还是很慢?
265
1
0
modelscope-funasr有没有专门的数字语音识别,最好是离线的模型?
224
1
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
收录在圈子:
智能语音交互
167
+ 订阅
相关文章
基于MFCC(梅尔频率倒谱系数)和GMM(高斯混合模型)的语音识别
构建智能客服:阿里云智能语音交互+函数计算的低成本方案
【深度建议】打破设备壁垒:关于通义千问实现“全平台智能语音交互”与“知识闭环”的五大核心建议
小结
docker安装部署FunASR
相关解决方案
更多
GLM-5.2:长任务时代开源旗舰模型
基于 Spark 和 PyTorch 的模型训练方案
OpenAI 重磅开源,快速部署GPT-OSS模型
模型蒸馏:让0.6B模型媲美235B模型
一键训练模型及部署GPU共享推理服务
热门讨论
热门文章
目录空间都删的只剩2G了,还报OSError: [Errno 122] Disk quota exc
ffmpeg提取mp4文件为wav, wav文件比mp4文件小不了多少,怎么办
modelscope报错
如何进行有停顿的音频控制,便于一个故事一次性有感情有停顿的讲完而不需要多次录制?
modelscope上跑报错,提示要pip install ttsfrd,搞不定
你好,请问cv_scp,指代的是验证集数据吗?
语音合成速度太慢,且无法并行
这是什么错误? 是预训练模型是onnx 的么 怎么解决?
Paraformer语音识别-中文-通用-16k-离线-large-长音频版支持的音频格式有哪些?
个性化语音怎么能够在推理的时候支持流式呢?
展开全部
docker安装部署FunASR
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
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
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
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
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
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
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
Voice-Pro:开源AI音频处理工具,集成转录、翻译、TTS等一站式服务
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
展开全部
还有其他疑问?
咨询AI助理