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

求指教 ModelScope是少了什么库吗？打印的是二进制？文本转语音模型!

求指教 ModelScope是少了什么库吗？打印的是二进制？文本转语音模型image.png

展开
收起
真的很搞笑 2023-03-22 15:56:38 316 分享 版权
2 条回答
写回答
取消 提交回答
  • 哈哈是我

    如果您收到的响应是二进制数据，这实际上可能是正确的，因为文本转语音模型的输出通常是音频文件的二进制数据流。例如，它可能是一个MP3或WAV格式的音频文件。

    您需要做的是将这些二进制数据保存成文件，然后使用合适的音频播放软件进行播放

    2024-02-23 16:27:27
    赞同 展开评论
  • 芯在这

    pipeline输出很早就发生变化了，麻烦再看下modelcard的代码示例，现在输出的是wav了，可以参考https://modelscope.cn/models/damo/speech_sambert-hifigan_tts_zhitian_emo_zh-cn_16k/summary下面image.png ，此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”

    2023-03-22 17:42:40
    赞同 展开评论
相关问答
modelscope的python库太大了
133
0
0
为什么modelscope模型库里面chinese-hubert-base 页面是错误，是模型下架吗
99
0
0
在modelscope-funasr换了带时间戳的模型 但是语音转出来的结果为什么 没有时间戳呢？
258
0
0
modelscope-funasr的语音情感识别，如何离线部署？
147
0
0
modelscope-funasr有语音对话分离demo吗？
205
0
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？
197
0
0
在modelscope-funasr为什么解析出来的文本跟语音差别很大 ？
110
0
0
modelscope-funasr这样生成的模型对语音的识别结果有没有影响，会不会降低识别率？
117
0
0
modelscope-funasr这个模型的训练语音数据以及命令词列表有开源吗？
118
0
0
ModelScope本地搭环境文本生成领域模型有没有详细的安装流程 官网的看着有点迷惑?
102
1
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

  • OBS美颜美肌插件安装使用教程
  • AI Ping：精准可靠的大模型服务性能评测平台
  • Python图片上采样工具 - RealESRGANer
  • pytorch基于AnimeFace128数据集训练DCGAN
  • 【发票转表格明细】PDF发票提取到表，图片发票提取到表格，扫描件发票提取到表格，全电发票PDF，全电发票扫描件识别导出EXCEL表格数电发票

    • 热门讨论

    热门文章

  • 我希望通过damo-YOLO训练1500*1500的图片
  • ModelScope下载速度慢怎么解决？
  • ModelScope中，模型下载默认路径在哪个路径？
  • cpu部署报错 Torch not compiled with CUDA enabled
  • 如何下载modelscope模型？
  • com/action/joingroup?code=v1是什么意思
  • 在ModelScope中，下载模型时的ssl问题怎么解决？!
  • ModelScope魔搭上的可以直接调用api用吗？
  • modelscope这个下载有点慢呀，好几次都超时了，怎么解决？
  • ModelScope B/I/E分别代表啥意思呢？
    • 展开全部
  • 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
  • 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
  • RF-DETR：YOLO霸主地位不保？开源 SOTA 实时目标检测模型，比眨眼还快3倍！
  • Cobalt：开源的流媒体下载工具，支持解析和下载全平台的视频、音频和图片，支持多种视频质量和格式，自动提取视频字幕
  • 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
  • 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
  • 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
  • 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
  • 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
  • OOTDiffusion：开源AI虚拟试衣工具，智能适配性别和体型自动调整衣物
    • 展开全部
    还有其他疑问?
    咨询AI助理