AI 助理
备案控制台
开发者社区 ModelScope模型即服务 自然语言处理 正文

modelscope-funasrr的autoModel里的input是有什么语音格式限制吗？

modelscope-funasrr的autoModel里的input是有什么语音格式限制吗？我用fastapi把语音文件转成bytes之后，Sensevoice里面自带的 "欢迎大家来体验达摩院推出的语音识别模型。"能识别出来，但是别的wav文件就不行。我下载到本地的sensevoice跑本地的文件都能出结果，但是fastapi上传文件就不行。

展开
收起
三分钟热度的鱼 2024-08-07 20:41:56 52 分享 版权
1 条回答
写回答
取消 提交回答
  • 圆不溜秋的小猫猫

    bytes没有音频头，funasr无法正确解析，你自己把bytes转采样点，具体，你可以去参考创空间的代码，funasr用的是三方sdk来load音频，任何sdk，也都需要音频头才能正确解析。 此回答整理自钉群“modelscope-funasr社区交流”

    2024-08-07 22:20:56
    赞同 9 展开评论
相关问答
modelscope-funasr多线程调用AutoModel的时候 出现这个，怎么解决？
181
0
0
modelscope-funasr系列，有直接输出srt格式的asr方案嘛？
106
1
0
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？
142
0
0
modelscope-funasr的infer的时候input输入bytes类型，报错了，怎么解决？
55
1
0
modelscope 的 实时语音通话 案例，有类似的方案吗？
63
1
0
modelscope-funasr的vad模型对输入的语音长度是不是有最短时长的要求？
98
0
0
modelscope-funasr够支持直接在automodel类使用附加vad模型的参数吗？
91
0
0
在modelscope-funasr为什么解析出来的文本跟语音差别很大 ？
40
0
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？
62
0
0
modelscope-funasr使用语音转写包有遇到丢字怎么解决？
37
0
0
ModelScope模型即服务

自然语言处理

包含命名实体识别、文本分类、分词、关系抽取、问答、推理、文本摘要、情感分析、机器翻译等多个领域

我要提问

相关文章

  • Nanobrowser：开源版OpenAI Operator！AI自动操控浏览器，复杂网页任务一键搞定
  • Browser Use：40.7K Star！一句话让AI完全接管浏览器！自动规划完成任务，多标签页同时管理
  • Anus：公开整活！完全用 Manus 复刻 Manus 功能的开源 AI 智能体项目
  • DeepSeek大模型在客服系统中的应用场景解析
  • 吊打中文合成！这款开源语音神器效果炸裂，逼真到离谱！

    • 热门讨论

    热门文章

  • modelscope-funasr==1.0.5依赖的torch版本是多少？
  • modelscope-funasr的 sense voice和funasr的底层asr能力是一样吗？
  • open webui的RAG功能根本用不起来
  • 练的pth模型文件，怎么转成bin文件？
  • modelscope-funasr在AutoModel里设置了关闭了，结果还是会打日志，为什么？
  • modelscope-funasr在安卓平台可以集成sense voice吗？
  • modelscope-funasr的python websocket怎么实现多用户并发啊？
  • modelscope-funasr有说话人分离功能吗？
  • 微调大模型的tokenize_function编写求教
  • gpt3,加载数据时，MsDataset.load报错
    • 展开全部
  • 还在蹲Manus的邀请码？别等了！开源版Manus为你快速创建AI工位，给AI一台电脑，然后你就玩去吧！
  • OWL：告别繁琐任务！开源多智能体系统实现自动化协作，效率提升10倍
  • 阿里通义开源推理模型新王者！QwQ-32B：性能直逼671B的DeepSeek-R1
  • Browser Use：40.7K Star！一句话让AI完全接管浏览器！自动规划完成任务，多标签页同时管理
  • 智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
  • 无需邀请码！MetaGPT 开源AI助手 OpenManus，实时反馈+模块化设计，开发者福音
  • ChatMCP：基于 MCP 协议开发的 AI 聊天客户端，支持多语言和自动化安装 MCP 服务器
  • 中文法律AI大模型！LaWGPT 一键生成法律文书，司法考试通过率提升50%
  • 手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型，创建个性化 AI 助手
  • autoMate：无需视觉模型！用DeepSeek-V3/R1就能实现自动化操作电脑，支持任何可视化界面
    • 展开全部
    还有其他疑问?
    咨询AI助理