五四

注：本文为 声纹智界实验室 发表, 版权所有 ，转发请务必注明出处 嘿，小伙伴们！今天给大家分享一下如何用 FunASR 进行模型微调，并且通过特定的数据集，将模型的准确率...

前言 前段时间测试一下OpenAI的语音识别模型 当时发现效率很低，今天发现阿里有一个专注的语音识别大模型FunAsr 看介绍Funasr的中文识别能力应该比Whisper...

这是基于Web技术的FunASR（ 阿里巴巴达摩院 开源语音识别项目） 前端实现方案，支持麦克风实时录音识别与本地音频文件上传识别两大核心场景。整体功能围绕WebSocke...

原文：https://www.oddmeta.net/archives/165 前两天试了一下小红书开源出来的FireRedASR，整体感觉是小红书团队只是把关键的语音识别...

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默...

君不言语音识别技术则已，言则必称Whisper，没错，OpenAi开源的Whisper确实是世界主流语音识别技术的魁首，但在中文领域，有一个足以和Whisper相颉顽的项目...

FunASR是由阿里巴巴开源的语音识别工具包，支持语音识别、语音活动检测、标点恢复等功能。提供预训练模型和易用接口，可快速部署。本文介绍其功能、技术原理及安装教程，附运行示...

应粉丝朋友要求，我们一起学习搭建了一个语言识别模型，并集成SpringBoot项目中。在搭建过程中遇到不少问题，总结一下分享给其他需要的朋友。...

一、Whisper 简介 Whisper 是 OpenAI 研发的自动语音识别（ASR）系统，它具备强大的多语言识别能力，能处理多种不同口音和背景噪音下的语音内容，将其准确...

引言：语音交互的进化之路 语音作为人类最自然的交流方式，正推动人机交互迈向智能化时代。传统语音助手（如Siri、小爱同学）依赖ASR→NLP→TTS三级技术栈，存在信息损耗...

AI语音拟人化三大技术：ASR精准识别语音，克服噪音方言；实时打断实现自然对话节奏，提升体验；TTS生成带情感的语音，消除机械感。三者融合，赋能智能客服与营销，显著降本增效...

在上篇文章中，我使用了 node.js 封装了豆包模型的语音识别接口，接下来就在前端调用该接口，实现语音识别完整。这篇文章讲拆解如何在 Vue 3.5 框架与 WangEd...

要实现 AI 虚拟助手的对话功能，涉及到两个关键技术，一个是 speech2text 一个是 text2speech，也就是语音识别和文字转语音。...

Web Speech API 包含语音识别和语音合成两部分，可实现语音转文本、文本转语音等功能。它基于 Web 技术，支持多语言，在现代浏览器中有良好的兼容性，被广泛应用于...

介绍 在现代互联网应用中，实时通信变得越来越重要。传统的 HTTP 协议在浏览器与服务器之间的通信中起着关键作用，但是它存在一些限制，特别是在实时性和双向通信方面。为了满足...

实时通信利器：WebSocket技术详解与实战应用 在现代Web开发中，实时通信变得越来越重要。WebSocket作为一种高效的通信协议，为开发者提供了一种在客户端和服务器...

本文从网络协议，技术背景，安全和生产应用的方向，详细介绍 WebSocket 在 Node.js 中的落地实践。...

1.技术栈说明 载体：此部分的代码在React Next都可以轻松迁移转换。 表格插件：利用konva实现，协作提示相关使用多层layer来展示。 服务端：Nest.js ...

我们在平时的项目开发或者学习中，有可能使用不同的Python版本，如果服务器上存在多版本的环境，管理起来会非常困难，接下来就来介绍一个Python环境管理工具：pyenv。...

学习使用pyenv在本地安装多个 Python 版本，这样既不影响工作，也不影响生活~ pyenv 可让你轻松地在多个 Python 版本...