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
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2286
-
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6627
-
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2149
-
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1785
-
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1696
-
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1644
-
Text to Bark：让狗狗听懂人话！全球首个AI"狗语"生成器，137种狗狗口音任君挑选906
-
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928
-
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800ms2556
-
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1611
展开全部
-
关于 Windows平台上 ttsfrd 库的问题。3894
-
modelscope上跑报错，提示要pip install ttsfrd，搞不定10047
-
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc1796
-
KeyError: 'asr-inference is not in the pipelines r2870
-
funasr 微调没有效果？微调数据量是多少，如何调整batch_size179
-
GPU相比CPU并没有明显提高uniasr语音识别和语音合成的推理速度1920
-
使用SambertHifigan个性化语音合成-中文-预训练-16k生成的声音怎么调节语速呢？886
-
ttsfrd 是不开源的吗4315
-
UniASR如何进行流式语音识别？1448
-
最佳实践中创建虚拟环境报错，请问什么情况？473
展开全部
相关文章
更多
CI/CD与模型监控平台集成MLOps系统实现的全面路径
MCP与企业数据集成：ERP、CRM、数据仓库的统一接入
MCP vs 传统集成方案：REST API、GraphQL、gRPC的终极对比
AI-Compass NLP2SQL模块：集成Chat2DB、DB-GPT、MindsDB等核心工具，实现自然语言到SQL转换的智能化数据查询生态系统
详细阐述 TCP、UDP、ICMPv4 和 ICMPv6 协议-以及防火墙端口原理优雅草卓伊凡
10分钟，用RAG搭建专业钉钉/飞书客服机器人
鸿蒙OS Next与安卓系统的比较
Golang深入浅出之-Go语言指针面试必知：理解与使用指针
鸿蒙与安卓系统简单对比，绝非追求三分天下。
指针与指针面试真题