3D-Speaker是通义实验室语音团队推出的一个开源项目,该项目结合了声学、语义、视觉三维模态信息来解决说话人任务。它涵盖了说话人日志、说话人识别和语种识别等多个任务,并开源了相关任务的工业级模型、训练代码和推理代码。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。