# 智能语音交互 #
1
关注
2643内容
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
Voice-Pro是一款开源的多功能音频处理工具，集成了语音转文字、文本转语音、实时翻译、YouTube视频下载和人声分离等多种功能。它支持超过100种语言，适用于教育、娱乐和商业等多个领域，为用户提供一站式的音频处理解决方案，极大地提高工作效率和音频处理的便捷性。
SenseVoice实现语音转文字
这篇文章介绍了如何使用SenseVoice实现语音转文字的功能，包括通过Docker部署服务、使用网页界面或API进行语音文件的转换，并提供了详细的部署与使用步骤。
技术开源｜FunASR升级第三代热词方案
技术开源｜FunASR升级第三代热词方案
AI大模型助力客户对话分析评测文章
在数字化时代，企业面临客户对话数据处理的挑战。阿里云推出的AI大模型助力客户对话分析方案，通过整合多种云服务，实现对话数据的自动化分析，提升服务质量和客户体验。本文将详细介绍该方案的优势与实际应用效果。
2024通义语音AI技术图景，大模型引领AI再进化（1）
2024通义语音AI技术图景，大模型引领AI再进化
|
MRCP（Media Resource Control Protocol）
MRCP（Media Resource Control Protocol）是一种音视频资源控制协议，用于控制语音识别、语音合成和语音交互等场景中的音视频资源。阿里云语音交互服务（ASR、TTS、Chatbot）支持MRCP协议，您可以使用MRCP协议来控制音视频资源，并实现语音交互的功能。
Spring Boot 接入大模型实战：通义千问赋能智能应用快速构建
【10月更文挑战第23天】在人工智能（AI）技术飞速发展的今天，大模型如通义千问（阿里云推出的生成式对话引擎）等已成为推动智能应用创新的重要力量。然而，对于许多开发者而言，如何高效、便捷地接入这些大模型并构建出功能丰富的智能应用仍是一个挑战。
前端小白也能学会的高大上技巧：如何让你的网页支持语音控制？
【10月更文挑战第31天】你是否曾梦想过只需动动嘴皮子就能操控网页？现在，这个梦想触手可及。即使你是前端小白，也能轻松学会让网页支持语音控制的高大上技巧。本文将介绍语音控制的基本概念、实现方法和具体示例，带你走进语音控制的奇妙世界。通过Web Speech API，你只需掌握基本的HTML、CSS和JavaScript知识，就能实现语音识别和控制功能。快来尝试吧！
免费试用