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 09:26:00 399 分享 版权
0 条回答
写回答
取消 提交回答
相关问答
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】
299916
12
0
this xml file does not appear to have any style in
65449
11
0
#支付宝 授权提示请在支付宝客户端打开链接
29273
19
0
购买阿里国外的云服务器是否可以访问谷歌？
96727
51
0
com/action/joingroup?code=v1是什么意思
226068
21
0
MRv2的作用是什么呢？
1278
1
0
yyyy-MM-dd'T'HH：mm：ss.SSSZZ和yyyy-MM-dd'T'HH：mm：ss.
50783
10
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？
144965
17
0
Java ME版本主要有什么特性？
1429
1
0
无法通过web页面登陆邮箱
1555
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

  • 基于ModelScope进行推理，
  • 使用Funcodec 模型对双声道mp3 进行压缩还原后生成的是单声道，如何解决？
  • 模型：语音合成-中文-多情感领域-16k-多发音人 语速调节
  • 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
  • 用Wan2.2-S2V语音驱动视频为什么时间这么长速度这么慢？
  • Funasr GPU2.0.0部署推理，RTF达不到0.0008，连0.0076都达不到。
  • wekws训练自定义数据集的误唤醒较高。
  • iic/speech_sambert-hifigan_tts_zh-cn_16k模型实时合成
  • 直接开源！下一代“杀手锏”语音识别模型
  • pip安装语音领域模型依赖报错。
    • 展开全部
  • Kokoro-TTS：超轻量级文本转语音模型，支持生成多种语言和多种语音风格
  • 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
  • docker安装部署FunASR
  • 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
  • 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
  • 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
  • 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
  • Hibiki：实时语音翻译模型打破语言交流障碍！支持将语音实时翻译成其他语言的语音或文本
  • Step-Audio：开源语音交互新标杆！这个国产AI能说方言会rap，1个模型搞定ASR+TTS+角色扮演
  • AI终于能听懂宝宝说话了！ChildMandarin：智源研究院开源的低幼儿童中文语音数据集，覆盖22省方言
    • 展开全部
    还有其他疑问?
    咨询AI助理