ai语音识别
3篇文章 · 0订阅
  • 字节黑科技 INFP，音频驱动的双边互动视频生成框架，实时生成，轻量又强大！
    单人头像、对口型类的视频生成模型见得多了。 但双边互动式视频生成还是第一次见。 它就是字节最新发布的基于音频驱动的交互式头像视频生成框架：INFP。 在双边对话中，存在双轨道音频，基于此可以生成任意代
    人工智能
  • 超快文本生成音频神器：TangoFlux，AI 又解锁了新领域！让声音“由你掌控”！
    在 AI 的发展浪潮中，从文本生成图像（Text-to-Image）到生成视频，技术的边界不断被突破。 而生成音频（Text-to-Audio, TTA）领域，也迎来了革命性的工具：TangoFlux
    GitHub 人工智能
  • Web Speech API实现语音的识别和播放
    背景 在进行大模型的开发项目中，有很多会涉及到语音的识别及语音的播放，现按照 Web Speech api原生支持的是，实现实现此功能，此demo仅仅在科学上网的情况下，览器默认调用的语音识别服务有网
    前端