视频介绍
如何当好人类的第三只眼？看见语音，快速准确又省钱
相关视频
热门文章
热门讨论
-
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3069
-
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7010
-
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2579
-
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2116
-
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800ms2834
-
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1868
-
AI终于能听懂宝宝说话了！ChildMandarin：智源研究院开源的低幼儿童中文语音数据集，覆盖22省方言686
-
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1814
-
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2072
-
覆盖16省方言的老人语音数据集！SeniorTalk：智源研究院开源全球首个超高龄老年人中文语音数据集745
展开全部
-
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42
-
关于 Windows平台上 ttsfrd 库的问题。4098
-
modelscope上跑报错，提示要pip install ttsfrd，搞不定10185
-
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc1938
-
用通用数据格式训练会报错，请问代码中需要做哪些修改呢？355
-
关于 modelscope-funasr 报错的问题。1436
-
KeyError: 'asr-inference is not in the pipelines r2962
-
语音唤醒可以自定义唤醒词嘛？比如“小云，小云”换成自己的命令词？如何训练模型1357
-
自动标注模型ttsfrd初始化失败1559
-
模型如何下载到本地，并通过本地pytorch或tensorflow runtime 运行推理？771
展开全部
相关文章
更多
Python面试题精选及解析
【HarmonyOS Next】鸿蒙应用进程和线程详解
校招 Java 面试高频常见知识点深度解析与实战案例详细分享
VMware Cloud Foundation Operations 9.0 发布 - 私有云运维管理
恶意软件无处逃！国内版“Manus”AiPy开发Windows沙箱工具，进程行为+网络传输层级监控！ 头像 豪气的
Redisson框架使用：支持高并发的RBucket功能剖析
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年8月】
JUC（1）线程和进程、并发和并行、线程的状态、lock锁、生产者和消费者问题
阿里云百炼产品月刊【2024年7月】