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

Paraformer语音识别模型，没有提供基本的断句能力是吧？

Paraformer语音识别模型，没有提供基本的断句能力是吧？

展开
收起
Paraformer语音识别-中文-通用-16k-离线-large-pytorch
1954989609106772 2023-04-10 10:06:19 744 分享 版权
1 条回答
写回答
取消 提交回答
  • mxqe6llgslw3w

    您好，这个是单一语音识别模型，如果想要输出结果里面包含标点断句，可以组合标点模型，具体用法参考： https://github.com/alibaba-damo-academy/FunASR/discussions/134

    欢迎加入钉钉群，具体沟通您遇到的问题：https://github.com/alibaba-damo-academy/FunASR#contact

    2023-04-10 11:51:52
    赞同 展开评论
相关问答
语音
在modelscope-funasr用的paraformer的一个语音识别模型，怎么加上热词？
153
0
0
modelscope-funasr的多说话人语音识别模型 支持实时听写吗？
86
0
0
阿里云语音AI智能语音交互中录音文件识别的customization_id定制模型还是不能区分热词。
53
1
0
为什么自学习平台训练语音识别模型只需要提供文本不需要音频？
23
0
0
Paraformer语音识别，实时识别是否支持方言？
33
0
0
Paraformer 语音识别，API 识别出结果，从哪里知道用户说的是什么语言？
53
0
0
阿里云的语音识别服务提供了多个模型以适应不同的应用场景主要包括哪些？
68
1
0
阿里云语音AI智能语音交互下面的cosyvoice大模型可以免费试用吗？
196
1
0
modelscope-funasr分角色语音识别 为什么改成加载本地模型，还是很慢？
72
1
0
阿里巴巴语音实验室SAN-M网络结构和SCAMA流式Attention机制在语音识别中起什么作用？
188
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
  • MoneyPrinterTurbo：23.9K Star！这个AI把写文案+找素材+剪视频全包了，日更10条不是梦
  • DeepSeek:语音直播交友系统源码开发搭建的强大引擎,未来社交新生态
  • 传音X阿里云，乘AI出海！
  • 零基础上手百炼语音AI模型｜Github示例工程介绍

    • 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。
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • pip安装语音领域模型依赖报错。
  • KeyError: 'asr-inference is not in the pipelines r
  • No module named 'ttsfrd'
  • ttsfrd 是不开源的吗
  • 自动标注模型ttsfrd初始化失败
  • 在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
  • pip install ttsfrd 报错
    • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理