FSMN远场唤醒-双麦-16k-你好米雅 目前支持自定义数据训练么？后续会提供训练支持么？
已解决FSMN远场唤醒-双麦-16k-你好米雅 目前支持自定义数据训练么？后续会提供训练支持么？
展开
收起
1
条回答
写回答
写回答
-
采纳回答您好，最新版的ModelScope中已经支持唤醒模型的训练，不过直接使用ModelScope训练模型比较繁琐，我们封装了ModelScope的唤醒模型训练能力，再增加数据处理，效果评测，流程控制等辅助功能，连同一些相关工具打包成唤醒模型训练套件，已经在Github上开源，欢迎有兴趣的开发者试用。 为了达到更好的唤醒效果，训练套件默认会做两轮训练和评测。第一轮训出的模型根据评测结果选出最优的模型作为基础，第二轮再继续finetune。 以上说明已经更新在模型文档中，关于训练套件的更多详细信息请参考套件说明文档：https://github.com/alibaba-damo-academy/kws-training-suite
2023-01-06 19:54:22赞同 1 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
7904
关于 Windows平台上 ttsfrd 库的问题。
1818
No module named 'ttsfrd'
1427
KeyError: 'asr-inference is not in the pipelines r
2059
PyTorch Transformer 英中翻译超详细教程
963
modelscope 更新指定版本
430
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1050
ttsfrd 是不开源的吗
3919
Paraformer语音识别-中文-通用-16k-离线-large-长音频版，无网络时无法使用如何处
496
关于 modelscope-funasr 报错的问题。
1031
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
212
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
128
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
50
Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
69
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1268
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
91
智能降噪
1108
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
63
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
89
同一个语音为什么识别结果还不一致的，有大佬知道原因吗（Paraformer语音识别-中文-通用-16k-离线-large-热词版）
326
展开全部
