1
条回答
写回答
写回答
-
您好，感谢您使用ModelScope语音唤醒模型。 唤醒模型一般需要根据业务进行定制，当前放置的为针对移动端定制的“小云小云”唤醒词模型，具备一定的通用自定义唤醒能力，可以通过在线体验输入需要的命令词并录音测试，但性能肯定不如定制的好。 我们正准备上线模型finetune功能，支持用户自主采集对应数据并训练模型。请持续关注！~
2022-11-30 10:53:51赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
8149
关于 Windows平台上 ttsfrd 库的问题。
1982
KeyError: 'asr-inference is not in the pipelines r
2158
No module named 'ttsfrd'
1487
modelscope 更新指定版本
477
ttsfrd 是不开源的吗
3962
pip安装语音领域模型依赖报错。
513
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
699
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1083
pip install ttsfrd 报错
1128
展开全部
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
1065
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
301
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
209
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
213
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
36
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1359
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
159
TangoFlux：高速生成高质量音频，仅用3.7秒生成长达30秒的音频，支持文本到音频转换
61
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
107
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
143
展开全部
