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

目前使用SambertHifigan个性化语音合成-中文-预训练 可以训练中文，有英文的预训练版本？

已经可以使用SambertHifigan个性化语音合成-中文-预训来训练中文，输出中文语音。
使用使用pretrained_model_id = 'damo/speech_personal_sambert-hifigan_nsf_tts_zh-cn_pretrain_16k' 训练英文语音，直接不能用，有英文版本的模型吗？

展开
收起
SambertHifigan个性化语音合成-中文-预训练-16k
sino.associates 2023-08-24 11:17:09 514 分享 版权
1 条回答
写回答
取消 提交回答
  • 清风拂袖

    目前SambertHifigan个性化语音合成-中文-预训练只有中文预训练版本，暂时没有英文预训练版本。

    2023-09-18 16:22:14
    赞同 展开评论
相关问答
请问modelscope的samberthifigan语音合成多人预训练24K，要怎么更换发音人？
132
1
0
TTS模型：SambertHifigan个性化语音合成-中文-预训练-16k 报错
500
5
0
ModelScope中语音合成模型能查看训练的loss图标之类的么？
57
1
0
ModelScope“个性化语音合成”，怎么设置语速？
186
1
0
ModelScope语音合成的模型，读取文本不准确，能通过训练新数据解决吗？
73
1
0
ModelScope语音合成通过sambert模型训练新的定向数据，能解决吗？
65
0
0
modelscope sambert语音合成训练后的合成声音，嗓子哑了一样，怎么处理？
102
1
0
阿里云语音AI TTS中cosyvoice大模型流式语音合成在并发的情况下，可共用一个token吗？
416
2
0
在阿里语音AI中，使用流式文本语音合成，运行后如何保持长连接避免10秒后被自动断开连接？
345
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？
127
0
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

  • 阿里云 Kubernetes 节点存储空间不足问题排查
  • Spring i18n：@LocaleResolver 和 @RequestToViewName 指南
  • 基于人工神经网络的类噪声环境声音声学识别（Matlab代码实现）
  • 一种专为AI代理设计的内存层，能够在交互过程中记忆、学习和进化
  • 2024云栖大会阿里云百炼产品发布论坛邀请您的参与和见证

    • 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
  • funasr 微调没有效果？微调数据量是多少，如何调整batch_size
  • UniASR如何进行流式语音识别？
  • KeyError: 'asr-inference is not in the pipelines r
  • 目前有没有什么对于识别英语、俄语、韩语有较高准确率的语音模型
  • 使用0.3.0版本的ttsfrd， coredump
  • ttsfrd 是不开源的吗
  • 个性化语音合成训练 [ONNXRuntimeError]:7:INVALID_PROTOBUF
    • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理