AI 助理
文档备案控制台
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
326
内容
0
活动
306
关注
来自： ModelScope模型即服务

最新

文章

视频

问答

推荐
1813308765944147
|
搜索推荐 语音技术
|
问答

SamberHifigan搞了一下午才跑通，先说结论...

1632 3
游客2il5ti6qjsrdi
|
问答

loss一般能收敛到多少？

827 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>

639 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？

1116 1
游客ih67vlbon4p4g
|
问答

训练声音模型后 无法生成音频啊？

717 1
1593316062336815
|
语音技术 内存技术
|
问答

PTTS-basemodel微调报错

808 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

788 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

917 0
游客tqsxlcu6ie37g
|
Ubuntu 前端开发 大数据
|
问答

语言处理 之 xvector

712 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

1099 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

1071 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

1156 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

628 0
游客tqsxlcu6ie37g
|
Python
|
问答

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

1422 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 自然语言处理 数据可视化
|
问答

Pytorch动手实现Transformer机器翻译

868 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 自然语言处理 并行计算
|
问答

【实战教程】用Pytorch实现Transformer

830 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 JSON 自然语言处理
|
问答

PyTorch Transformer 英中翻译超详细教程

1279 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 语音技术
|
问答

语音论文阅读(基于Transformer的在线CTC/Attention 端到端语音识别架构)

591 0
游客tqsxlcu6ie37g
|
人工智能 自然语言处理 算法
|
问答

【技术揭秘】可控时延语音识别文本后处理技术

881 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 人工智能 达摩院
|
问答

七大模型最新开源，推理速度升级，几行代码可实现微调

953 0
aliyun0626609716
|
Linux 语音技术
|
问答

运行官网示例报错！！

485 1
游客tkemac5mkcre2
|
问答

可以支持多人的音频同时FineTune训练吗？

362 1
1100032359478697
|
问答

安装ttsfrd库提示找不到版本

1182 1
1954989609106772
|
语音技术
|
问答

Paraformer语音识别模型，没有提供基本的断句能力是吧？

826 1
jkt4nncyd62dm
|
问答

48kFRCRN模型

548 1
游客yavauo4zjdmem
|
搜索推荐 语音技术
|
问答

请问该四川方言模型是从头开始训练的吗？能否直接在个性化语音合成模型上进行微调？

820 1
游客yavauo4zjdmem
|
问答

在使用text_to_wav.py进行推理时，使用--lang Sichuan 参数出现以下错误：

384 1
游客22fwimmggr6m6
|
问答

这个预训练模型的训练集包括aishell这几个数据集吗？

336 0
游客q3mxrnifhp7ie
|
语音技术
|
问答

modelScope语音合成是不是不能本地使用

658 1
GanymedeNil
|
问答

KAN-TTS 在 conda 环境下无法安装 ttsfrd

847 1
游客lgbin5hhv43km
|
编解码
|
问答

ONNXRuntime inferece failed.

655 1
储部长
|
问答

模型训练完后，拿到model_id了，后面怎么直接调用这个model_id去合成语音？

325 1
储部长
|
问答

根据文字合成语音，有时候一个句子没录完就突然结束了，这是为什么?

386 1
通义小二
|
机器学习/深度学习 数据采集 人工智能
|
问答

零门槛玩转AI声音定制，3分钟即可复刻你的发音模型

2751 1
MrChen007
|
测试技术 开发者 异构计算
|
问答

社区里面有很多模型，每个模型所需要的部署资源，比如占用的GPU显存，推理速度等有参考数据吗？

645 1
hwang824
|
搜索推荐 语音技术
|
问答

在NoteBook中训练个性化语音合成模型报错

1400 4
游客q7hbi7suwf2ek
|
问答

modelscope中8k的vad yaml文件中的speech_noise_thresh参数不生效

757 2
游客jii4kod53yixw
|
搜索推荐 语音技术
|
问答

No such file or directory: wav_pre/temp.wav'

872 2
游客mpu7l7wur24lw
|
问答

按官网的例子在Notebook上运行的，trainer.train() 报了这个错

725 3
游客fnfy53hoevbio
|
问答

请问这一块的扩充epoch是在哪部分代码里

437 1
游客fnfy53hoevbio
|
问答

请问这一块扩充epoch是在哪个文档

497 1
aliyun0626609716
|
语音技术
|
问答

运行语音合成模型的官网代码示例报错

724 2
1872435243206641
|
问答

流程里少了一步，把config.yaml里的speaker_list:后面改成数据集的speaker

601 1
游客obhgbobvl35g6
|
问答

关于uniasr闽南语模型字典的问题

519 1
hwang824
|
问答

在预处理步骤，出现报错ValueError: expect 29 but scp only have

564 1
游客xs36fpzxzdece
|
Ubuntu PyTorch 语音技术
|
问答

AssertionError / TypeError 两处报错疑问

928 1
游客xs36fpzxzdece
|
开发工具 git
|
问答

报RuntimeError的bug的修复过程

825 1
小小新新
|
Web App开发 语音技术
|
问答

语音识别模型CPU runtime量化方案中VAD的实现问题

738 2
小小新新
|
C++
|
问答

关于VAD转成onnx模型后C++实时推理

696 1
lovemefan
|
语音技术
|
问答

UniASR语音识别-缅甸语-通用-16k中的词表不对

842 2
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

  • huasio
  • 芝士的海洋
  • 1355611620141824
  • 游客iermslzebtj5y
  • 游客qeni4ajuymqu4

    • 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