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

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？

原始音频为MP3的AB两人的通话录音，分左右双声道，通过左右声道区分AB两人,但经过Funcodec压缩还原以后生成的wav为单声道了，单声道是AB的混音，请问如何配置解决，获得原始的音频？

另外怎么控制生成的文件名称，output_dir参数只能控制路径，如何控制生成wav文件名称呢？

使用modelscope ，task的方式压缩还原，模型为iic/audio_codec-encodec-zh_en-general-16k-nq32ds640-pytorch

展开
收起
游客7bpr5tfhsolk4 2025-12-30 15:53:12 12 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？
84158
47
0
请问下 我访问接口不通 什么原因 Provisional headers are shown
4049
1
0
重启Docker后报错：Error response from daemon
2501
0
0
this xml file does not appear to have any style in
52142
10
0
LoRa的网络覆盖能力范围是怎么样的？
3244
1
0
sql server的用户名和密码怎么查啊？
37701
21
0
域名在腾讯云备案成功，解析到阿里云服务器，提示仍需备案？
61105
32
0
域名在阿里买的，服务器在百度买的，域名备案在百度云也通过备案了，现在怎么将阿里云的域名解析到百度
3791
1
0
OSS的endpoint如何查看
37636
6
0
阿里云服务器如何重置系统？
24819
4
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

热门讨论

热门文章

  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • 关于 Windows平台上 ttsfrd 库的问题。
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • 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？
  • SambertHifigan个性化语音合成-中文-预训练-16k 语速太快了怎么设置慢一点
  • No module named 'ttsfrd'
  • 自动标注模型ttsfrd初始化失败
  • 语音合成speech_sambert-hifigan_tts_zh-cn_16k模型没有使用gpu
  • 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？
  • 模型训练速度太慢
    • 展开全部
  • 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
  • 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
  • Text to Bark：让狗狗听懂人话！全球首个AI"狗语"生成器，137种狗狗口音任君挑选
  • WhisperChain：开源 AI 实时语音转文字工具！自动消噪优化文本，效率翻倍
  • 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
  • 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
  • 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
  • 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
  • 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
    • 展开全部
    还有其他疑问?
    咨询AI助理