大模型
产品
解决方案
文档与社区
权益中心
定价
云市场
合作伙伴
支持与服务
了解阿里云
查看 “
” 全部搜索结果
AI 助理
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
请问模型怎么新建?
请问模型怎么新建?
展开
收起
CTC语音唤醒-移动端-单麦-16k-小云小云
游客i5yk4ucwctt64
2023-02-24 10:20:23
552
分享
版权
1
条回答
写回答
取消
提交回答
通义小二
您好,您点击以下链接,看下以下内容是否能回答您问题哈~
模型的创建与文件上传
2023-03-02 18:05:57
赞同
展开评论
相关问答
语音
this xml file does not appear to have any style in
47967
10
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
1719
0
0
通过www和不带www的网址输入最终都指向www.我的域名.com,求指教
124162
28
0
购买阿里国外的云服务器是否可以访问谷歌?
80474
47
0
OSS的endpoint如何查看
36223
6
0
sql server的用户名和密码怎么查啊?
35545
21
0
配置了安全组规则,端口还是无法访问
32257
25
0
设置域名解析如何指向我的服务器url包括端口号
17582
2
0
域名在腾讯云备案成功,解析到阿里云服务器,提示仍需备案?
59496
30
0
Connection reset by peer的常见原因及解决办法
3772
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
相关文章
AI终于能听懂宝宝说话了!ChildMandarin:智源研究院开源的低幼儿童中文语音数据集,覆盖22省方言
覆盖16省方言的老人语音数据集!SeniorTalk:智源研究院开源全球首个超高龄老年人中文语音数据集
自动生成+语音转写,办公必备!2025年智能会议纪要10+工具!
免费版的配音软件,支持童声男声女声不同声音选项,语音转文字软件推荐支持多种声音
【语音识别】基于K近邻分类算法的语音情感识别(Matlab代码实现)
热门讨论
热门文章
关于 Windows平台上 ttsfrd 库的问题。
modelscope上跑报错,提示要pip install ttsfrd,搞不定
目录空间都删的只剩2G了,还报OSError: [Errno 122] Disk quota exc
KeyError: 'asr-inference is not in the pipelines r
funasr 微调没有效果?微调数据量是多少,如何调整batch_size
GPU相比CPU并没有明显提高uniasr语音识别和语音合成的推理速度
使用SambertHifigan个性化语音合成-中文-预训练-16k生成的声音怎么调节语速呢?
ttsfrd 是不开源的吗
UniASR如何进行流式语音识别?
最佳实践中创建虚拟环境报错,请问什么情况?
展开全部
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
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
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
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
SpeechGPT 2.0:复旦大学开源端到端 AI 实时语音交互模型,实现 200ms 以内延迟的实时交互
Text to Bark:让狗狗听懂人话!全球首个AI"狗语"生成器,137种狗狗口音任君挑选
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
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
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