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

有无语音分类的相关开源预训练模型推荐？主要是识别：御姐音、萝莉音、烟嗓、少年感 此类类似的

已经尝试了qwen-audio 7B 模型，对此类分类的识别准确率比较低，有无专门做这个的模型。

展开
收起
aliyun3025401976 2026-01-09 16:31:30 230 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】
275220
11
0
this xml file does not appear to have any style in
57950
11
0
购买阿里国外的云服务器是否可以访问谷歌？
89502
49
0
如何升级配置
538886
15
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？
138950
16
0
#支付宝 授权提示请在支付宝客户端打开链接
20162
19
0
今天刚刚买的阿里云香港服务器，国内无法访问，坑啊
37259
17
0
com/action/joingroup?code=v1是什么意思
222461
21
0
sql server的用户名和密码怎么查啊？
39435
21
0
OSS的endpoint如何查看
38615
6
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

  • 基于MFCC（梅尔频率倒谱系数）和GMM（高斯混合模型）的语音识别
  • 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

    • 相关解决方案

    更多
  • 基于 Spark 和 PyTorch 的模型训练方案
  • OpenAI 重磅开源，快速部署GPT-OSS模型
  • 一键训练模型及部署GPU共享推理服务
  • 模型蒸馏：让0.6B模型媲美235B模型
  • 告别低效沟通，使用大模型发起语音通话

    • 热门讨论

    热门文章

  • 运行报错：KeyError: 'speaker-change-locating is not in
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • 关于 Windows平台上 ttsfrd 库的问题。
  • 声音标注出现数据流断开
  • 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
  • modelscope报错
  • 模型训练速度太慢
  • 【技术揭秘】可控时延语音识别文本后处理技术
  • 有无语音分类的相关开源预训练模型推荐？主要是识别：御姐音、萝莉音、烟嗓、少年感 此类类似的
  • 语音识别系列︱利用达摩院ModelScope进行语音识别+标点修复
    • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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