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2625
-
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1922
-
EmotiVoice：网易开源AI语音合成黑科技，2000+音色情感可控611
-
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1930
-
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2371
-
TIGER：清华突破性模型让AI「听觉」进化：参数量暴降94%，菜市场都能分离清晰人声477
-
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1768
-
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574
-
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6819
-
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1002
展开全部
-
关于 Windows平台上 ttsfrd 库的问题。4004
-
modelscope上跑报错，提示要pip install ttsfrd，搞不定10109
-
使用不带interval的数据进行训练报错。请问如何修改？或者如何制作带有interval的数据？293
-
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1311
-
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？317
-
模型如何下载到本地，并通过本地pytorch或tensorflow runtime 运行推理？742
-
关于 modelscope-funasr 报错的问题。1399
-
KeyError: 'asr-inference is not in the pipelines r2918
-
阿里标准格式的带有interval的可以训练，通用数据格式只有prosody和wav训练声码器报错。325
-
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc1862
展开全部
