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

如何做一款高准确率去判断中文语音是否为同一人说的软件

我有，无数条单人单条且采样率高的语音

希望和相关模型研究的大佬一起学习，做出判断准确的模型

展开
收起
h5cei4nf5lz3y 2025-10-17 09:26:00 292 分享 版权
0 条回答
写回答
取消 提交回答
相关问答
购买阿里国外的云服务器是否可以访问谷歌？
93465
50
0
访问ECS服务器的网站提示“由于你访问的URL可能对网站造成安全威胁，您的访问被阻断”，这是什么原因？
142767
16
0
this xml file does not appear to have any style in
61857
11
0
支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】
286358
11
0
基础语言百问-Python
70192
30
0
C语言数组赋值报错，打印出来的是乱码，怎么解决？
1704
1
0
搭建dnf私服需要大概啥配置的
10774
2
0
阿里云怎样设置二级域名以及域名解析？
67028
14
0
#支付宝 授权提示请在支付宝客户端打开链接
25422
19
0
C语言中default使用注意事项是什么？
1734
1
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

  • 小结
  • 构建智能客服：阿里云智能语音交互+函数计算的低成本方案
  • docker安装部署FunASR
  • 【深度建议】打破设备壁垒：关于通义千问实现“全平台智能语音交互”与“知识闭环”的五大核心建议
  • 阿里云智能语音交互完全对接指南：从开通服务到生产级集成

    • 热门讨论

    热门文章

  • 使用SambertHifigan个性化语音合成-中文-预训练-16k生成的声音怎么调节语速呢？
  • 安装语音领域模型"modelscope[audio]" 时候不能下载？
  • 模型训练错误 提示voice 没有 local_rank 属性
  • 用pipeline做推理的时候，怎么让其使用GPU？
  • 一段静音或环境噪音也会识别出文字
  • 数据堂—150人中文客服平均音色合成库怎么下载
  • 用python实现语音端点检测(Voice Activity Detection,VAD)
  • speech_ptts_autolabel_16k 是否已经开源了？需要报出打标签失败的文件名称
  • linux系统运行TTS语音合成报错 Could not initialize NNPACK
  • KeyError: 'asr-inference is not in the pipelines r
    • 展开全部
  • docker安装部署FunASR
  • 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
  • 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
  • Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
  • 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
  • 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
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理