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

语音

关注

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

0
今日
322
内容
0
活动
299
关注
来自： ModelScope模型即服务

最新

文章

视频

问答

推荐
游客j6l4ppbrflrvk
|
问答

paraformer large 热词版 ，para_dict 字典更新了以后能不能动态重新加载？

221 1
lcborr7p6drj2
|
问答

如何批量处理多条语音

229 2
游客hez4t6bvnsza4
|
问答

换不同人时，要怎么传参数，用的是那个参数，没有说明一下

203 1
游客hez4t6bvnsza4
|
问答

kantts 这个模型是什么东西啊，运行会报错

2339 3
游客5b5sldbxotdei
|
问答

tts-autolabel，转换格式报错

424 1
jeoafnsjhphqc
|
问答

我在使用Paraformer-large-热词版模型感觉效果不明显，有哪些参数可以设置吗？

523 2
游客uphln5vwpn7h2
|
问答

本地使用DFSMN模型，输出为全0

333 1
muscisxf
|
Android开发
|
问答

怎么使用实时音频流调用模型

537 2
游客evngfducbzhw4
|
问答

No module named 'funasr.modules.eend_ola.utils'

646 2
Hulucky
|
问答

Real和Imag MASK取值范围问题

221 1
angelandy
|
问答

KANTTS语音合成前端这个怎么用啊？

487 2
angelandy
|
问答

这是什么错误？ 是预训练模型是onnx 的么 怎么解决？

501 2
Chin2018
|
问答

可以提供微调阶段的训练集吗？

188 1
游客bvewmdge2c5zo
|
问答

这个48k降噪对应的训练流程和数据是怎样的

431 2
游客wet2yic7eawqg
|
搜索推荐 语音技术
|
问答

使用SambertHifigan个性化语音合成-中文-预训练-16k报错，完全按照模型介绍中的操作

1341 5
游客bxyuwejfe67vy
|
语音技术
|
问答

tts 多音字可以在生成文本中标明吗？

627 1
1624632608903433
|
问答

Sambert如何导出onnx模型

715 21
游客yavauo4zjdmem
|
问答

你好，请问cv_scp,指代的是验证集数据吗？

313 19
游客22fwimmggr6m6
|
Linux PyTorch 算法框架/工具
|
问答

一个测试数据在经过vad切分和自动标注之后，特征抽取部分出现报错，光听音频都是正常的，请求解答！

400 1
游客div6n6pb44pk2
|
语音技术
|
问答

我最近需要定制一个语音识别模型，情况和这个金融8K的类似，想知道这个模型的训练方案是什么？万分感谢！

565 17
游客22fwimmggr6m6
|
问答

按照pipeline调vad wav.scp有问题

334 1
ascehuang
|
问答

目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc

1963 16
hwang824
|
问答

运行报错：KeyError: 'speaker-change-locating is not in

441 1
Chin2018
|
语音技术 对象存储
|
问答

hot model 下载

462 1
游客bydbdlhvzc76k
|
问答

请问中文及英文混合怎么训练？input_wav 中有中英文就可以吗

344 0
游客kn66ufft5n5ee
|
PyTorch 语音技术 算法框架/工具
|
问答

“SOND说话人日志-中文-alimeeting-16k-离线-pytorch” 出错

889 2
游客3fqfeub4jtdxa
|
问答

报了很多警告，请问怎么解决？

1321 1
游客tlzsclyybypdu
|
语音技术
|
问答

模型能够输出语音识别过程中，分离出的语音文件或信息吗

364 1
brock
|
问答

模型如果能支持语义修复就完美了，或者使用第三方模型修复错别字

1584 0
游客l33kynm7kajte
|
问答

Paraformer-large模型 batch级解码 支持流式吗

731 1
游客k7hs6aiyxyevg
|
问答

uniASR支持8k的音频吗

652 2
游客k7hs6aiyxyevg
|
语音技术
|
问答

uniASR如何设置不同的解码模式

966 1
游客hpqkg5yykmsk2
|
语音技术
|
问答

uniASR如何设置不同的解码模式

593 1
Hulucky
|
问答

模型结构导致的延时

391 1
1593316062336815
|
并行计算 Ubuntu 语音技术
|
问答

ubuntu运行 run_auto_label 报错 [哭]

1052 1
已解决
vtz2jpsnsug26
|
问答

录音时使用的 20个 句子的选取有什么特殊的地方吗？还是任意选择20个橘子都可以呢？

544 1
1813308765944147
|
搜索推荐 语音技术
|
问答

SamberHifigan搞了一下午才跑通，先说结论...

1592 3
游客2il5ti6qjsrdi
|
问答

loss一般能收敛到多少？

716 1
1593316062336815
|
并行计算 语音技术
|
问答

预处理时报错 nnet-forward ied with <Signals.SIGILL: 4>

610 1
1813308765944147
|
搜索推荐 API 语音技术
|
问答

个性化语音合成预训练的时候提示模型找不到，怎么处理？

1071 1
游客ih67vlbon4p4g
|
问答

训练声音模型后 无法生成音频啊？

667 1
1593316062336815
|
语音技术 内存技术
|
问答

PTTS-basemodel微调报错

781 3
1622007339875640
|
机器学习/深度学习 语音技术
|
问答

Paraformer语音识别-中文-通用-16k-离线-large-长音频版微调失败

716 1
游客tqsxlcu6ie37g
|
机器学习/深度学习 语音技术
|
问答

文献阅读：X-VECTOR--用于说话人识别的鲁棒深度神经网络嵌入

815 0
游客tqsxlcu6ie37g
|
Ubuntu 前端开发 大数据
|
问答

语言处理 之 xvector

655 0
游客tqsxlcu6ie37g
|
Web App开发 机器学习/深度学习 人工智能
|
问答

使用魔搭开发自己的语音AI：从入门到精通

1070 0
游客tqsxlcu6ie37g
|
人工智能 达摩院 自然语言处理
|
问答

直接开源！下一代“杀手锏”语音识别模型

1002 0
游客tqsxlcu6ie37g
|
人工智能 达摩院 Ubuntu
|
问答

语音识别系列︱利用达摩院ModelScope进行语音识别+标点修复

1094 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 自然语言处理 语音技术
|
问答

语音识别端到端模型解读：FSMN及其变体模型

589 0
游客tqsxlcu6ie37g
|
Python
|
问答

用python实现语音端点检测(Voice Activity Detection,VAD)

1327 0
你好！
登录掌握更多精彩内容
账号登录
我的内容
我的收藏
  • 模型库
  • 数据集
  • 创空间
  • 文档
    • 更多版块
    计算机视觉 自然语言处理 多模态 科学计算

    活跃用户

  • 算精通
    北京阿里云ACE会长
  • 游客obapqouyazly6
  • 1504110813821446

    • 相关产品

  • 智能语音交互
    文档详情 产品详情
    • 我要发布
    文章 问答