AI 助理
备案控制台
开发者社区 ModelScope模型即服务 语音 正文

UniASR语音识别-缅甸语-通用-16k中的词表不对

UniASR语音识别-缅甸语-通用-16k，模型地址damo/speech_UniASR_asr_2pass-my-16k-common-vocab696-pytorch

其中config.yaml中的token list的词表不是缅甸语的词表

展开
收起
UniASR语音识别-缅甸语-通用-16k
lovemefan 2023-03-21 16:21:18 723 分享 版权
2 条回答
写回答
取消 提交回答
  • lovemefan

    十分感谢，更新后的缅甸语词典为697，但是模型文件的embedding输入维度为878。也就是说模型pt和缅甸语识别模型仍然对不上。

    2023-03-22 20:50:50
    赞同 展开评论
  • ModelScope小助手-Iris

    config.yaml中的token list的词表已更新为缅甸语词表。

    2023-03-22 16:01:28
    赞同 展开评论
相关问答
语音
UniASR语音识别-粤语简体-通用-16k-离线modelscope-funasr版本应该用什么？
76
1
0
modelscope-funasr的uniasr实时语音识别为啥的在线体验现在不能用吗？
152
3
0
modelscope-funasr UniASR语音识别-中文方言-通用-16k-离线 有人用过吗？
160
1
0
ModelScope中UniASR语音识别-中文方言-通用-16k-离线 这个有人用过吗？
199
2
0
modelscope-funasr UniASR粤语语音识别 ，你们使用的什么语料进行训练的呢？
77
0
0
在ModelScope中，uniasr语音识别怎么才会生成time_stamp时间戳结果文件？
262
3
0
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
558
3
0
阿里巴巴语音实验室提出的SAN-M网络结构和流式Attention机制在语音识别中起到了什么作用？
95
1
0
阿里云语音AI语音合成 语音识别私有化部署如何操作？
74
0
0
阿里云语音AI配置好了信息但是没有语音识别是有生效时间的吗？
77
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

  • 让小程序开口说话：DeepSeek语音交互开发指南
  • 基于阿里云人工智能平台的智能客服系统开发与部署
  • video-subtitle-master：开源字幕生成神器！批量生成+AI翻译全自动，5分钟解放双手
  • 和NexaAI一起, 把Qwen2-Audio部署到更多端侧硬件上吧！
  • 王炸组合，阶跃星辰SOTA模型Step-Video和Step-Audio模型开源

    • 热门讨论

    热门文章

  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • 关于 Windows平台上 ttsfrd 库的问题。
  • pip安装语音领域模型依赖报错。
  • 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
  • 在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
  • No module named 'ttsfrd'
  • kantts 这个模型是什么东西啊，运行会报错
  • 自动标注模型ttsfrd初始化失败
  • wekws训练自定义数据集的误唤醒较高。
    • 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
  • 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
  • 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
  • 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
  • Kokoro-TTS：超轻量级文本转语音模型，支持生成多种语言和多种语音风格
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理