AI 助理
备案控制台
开发者社区 ModelScope模型即服务 计算机视觉 正文

modelscope vad的训练数据是标注的吗？

modelscope vad的训练数据是标注的吗？效果感觉很好。通过kaldi对齐制作vad训练数据，感觉做不到这么好吧，什么时候可以像asr一样可以微调啊？

展开
收起
鸡蛋灌饼儿 2023-02-12 15:55:03 551 分享 版权
1 条回答
写回答
取消 提交回答
  • 月亮很亮

    开源的模型是线上最优模型，数据、模型与算法方面都做了不少的工作。finetune暂时没有排期，目前在做的是增加8k vad模型，以及流式vad，可以支持关注funasr后续动作：https://github.com/alibaba-damo-academy/FunASR——该回答整理自钉群“魔搭ModelScope开发者联盟群 ①”

    2023-02-12 19:17:39
    赞同 展开评论
相关问答
计算机视觉
ModelScope为啥使用notebook的cpu版本，finetune.sh脚本去训练一直失败？
114
1
0
modelscope-funasr的vad模型对输入的语音长度是不是有最短时长的要求？
185
0
0
modelscope-funasr的error in vad可能是什么原因啊？
159
1
0
modelscope-funasr实时流模式，对音频pcm的数据要求是什么呢？
290
0
0
modelscope-funasr够支持直接在automodel类使用附加vad模型的参数吗？
199
0
0
modelscope-funasr20ms的情况下vad参数是如何设置的？
146
0
0
modelscope-funasr如何进行标点恢复模型的微调训练？
108
1
0
modelscope-funasr的VAD算法报错，如何处理？
244
0
0
modelscope-funasr实时识别，发送的流数据，一次喂好长的数据过去比较好？
76
0
0
在modelscope-funasr中请问vad模型是只能用16k采样率的音频吗？
130
0
0
ModelScope模型即服务

计算机视觉

包含图像分类、图像生成、人体人脸识别、动作识别、目标分割、视频生成、卡通画、视觉评价、三维视觉等多个领域

我要提问
收录在圈子:
计算机视觉
171
+ 订阅

相关文章

  • 【PDF提取内容改名】批量提取PDF指定区域内容重命名PDF文件，PDF自动提取内容命名的方案和详细步骤
  • 【繁体图片文字识别】竖排的繁体图片文字识别翻译，竖排的繁体图片文字如何识别，竖排繁体图片识别后转横排，竖排的繁体识别比较友好的方法
  • Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现裂缝的检测识别（C#代码UI界面版）
  • 腾讯混元最新开源：一张图，秒变游戏大片
  • OBS美颜美肌插件安装使用教程

    • 热门讨论

    热门文章

  • cpu部署报错 Torch not compiled with CUDA enabled
  • ModelScope中，模型下载默认路径在哪个路径？
  • 我希望通过damo-YOLO训练1500*1500的图片
  • 如何下载modelscope模型？
  • com/action/joingroup?code=v1是什么意思
  • ModelScope下载速度慢怎么解决？
  • 服务器上onnxruntime-gpu 调用结束，如何释放显存
  • 在ModelScope中，请问模型下载到本地的具体方法？
  • ModelScope中，大佬们4卡跑lora时，遇到这样的错，怎么解决？
  • modelscope cache 环境变量是啥？
    • 展开全部
  • Qwen2.5-VL：阿里通义千问最新开源视觉语言模型，能够理解超过1小时的长视频
  • X-AnyLabeling：开源的 AI 图像标注工具，支持多种标注样式，适于目标检测、图像分割等不同场景
  • LHM：单图生成3D动画人！阿里开源建模核弹，高斯点云重构服装纹理
  • video-analyzer：开源视频分析工具，支持提取视频关键帧、音频转录，自动生成视频详细描述
  • EchoMimicV2：阿里推出的开源数字人项目，能生成完整数字人半身动画
  • WorldScore：斯坦福开源世界生成模型评估新标杆：3000样本+九维指标，视频/4D/3D模型一网打尽
  • InvSR：开源图像超分辨率生成模型，提升分辨率，修复老旧照片为超清图像
  • UI-TARS：字节跳动开源专注于多平台 GUI 自动化交互的视觉语言模型
  • STAR：南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频
  • JoyCaption：开源的图像转提示词生成工具，支持多种风格和场景，性能与 GPT4o 相当
    • 展开全部
    还有其他疑问?
    咨询AI助理