3D-Speaker项目最近推出了多种模态结合的新开源代码,这些代码涵盖了基于经典声学信息的说话人和语种识别、结合视觉信息的说话人日志、结合语义的说话人日志以及同时结合语义和视觉信息的说话人日志等功能。
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。