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

ModelScope uniASR 识别出的语音内容和话筒说的完全不一样，这是什么情况呢？

ModelScope uniASR 识别出的语音内容和话筒说的完全不一样，这是什么情况呢？
iwEcAqNwbmcDAQTRAt8F0QEmBrCNlWJs4WkZ2ATXE837QNYAB9IWM05jCAAJomltCgAL0gABXh8.png_720x720q90.jpg

展开
收起
青城山下庄文杰 2023-08-25 14:54:51 98 分享 版权
1 条回答
写回答
取消 提交回答
  • 清风拂袖

    检查语音识别引擎。
    ModelScope 支持两种语音识别引擎：

    Google Cloud Speech-to-Text
    Baidu Speech Recognition

    2023-09-18 16:14:25
    赞同 展开评论
相关问答
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？
245
0
0
modelscope-funasr的语音情感识别，如何离线部署？
141
0
0
modelscope-funasr有语音对话分离demo吗？
195
0
0
modelscope 的 实时语音通话 案例，有类似的方案吗？
124
1
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？
110
0
0
modelscope-funasr使用语音转写包有遇到丢字怎么解决？
62
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？
114
0
0
在modelscope-funasr中可以在多线程环境下共用一个模型做语音分割吗？
133
0
0
在modelscope-funasr中python客户端调用服务怎么没有采集语音呢？
89
1
0
在modelscope-funasr中只针对语音中会高频出现的词加到Hotword中，这样做有用吗？
77
0
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

相关文章

  • 【PDF提取内容改名】批量提取PDF指定区域内容重命名PDF文件，PDF自动提取内容命名的方案和详细步骤
  • 【繁体图片文字识别】竖排的繁体图片文字识别翻译，竖排的繁体图片文字如何识别，竖排繁体图片识别后转横排，竖排的繁体识别比较友好的方法
  • Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现裂缝的检测识别（C#代码UI界面版）
  • 腾讯混元最新开源：一张图，秒变游戏大片
  • OBS美颜美肌插件安装使用教程

    • 热门讨论

    热门文章

  • cpu部署报错 Torch not compiled with CUDA enabled
  • ModelScope中，模型下载默认路径在哪个路径？
  • 我希望通过damo-YOLO训练1500*1500的图片
  • com/action/joingroup?code=v1是什么意思
  • 如何下载modelscope模型？
  • ModelScope下载速度慢怎么解决？
  • 服务器上onnxruntime-gpu 调用结束，如何释放显存
  • ModelScope中，大佬们4卡跑lora时，遇到这样的错，怎么解决？
  • ModelScope如何修改下载模型文件的默认路径?
  • 在ModelScope中，下载模型时的ssl问题怎么解决？!
    • 展开全部
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • WorldScore：斯坦福开源世界生成模型评估新标杆：3000样本+九维指标，视频/4D/3D模型一网打尽
  • 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
  • UI-TARS：字节跳动开源专注于多平台 GUI 自动化交互的视觉语言模型
  • JoyCaption：开源的图像转提示词生成工具，支持多种风格和场景，性能与 GPT4o 相当
    • 展开全部
    还有其他疑问?
    咨询AI助理