技术栈
音频识别
HyperAI超神经
13 天前
人工智能
·
音频识别
·
语音生成
在线教程丨支持600+语言，小米开源OmniVoice：仅需3-10秒参考音频实现语音克隆
随着 AI 语音技术快速发展，文本转语音（TTS）模型正从「能说话」迈向「像真人一样自然交流」，但在多语言覆盖、零样本语音克隆以及复杂口音与方言支持等方面，现有系统仍普遍面临生成链路复杂、训练成本高、跨语言泛化能力有限等问题。
lovep1
10 个月前
音视频
·
语音识别
·
多模态模型
·
音频识别
·
基础模型
CLAP文本-音频基础模型： LEARNING AUDIO CONCEPTS FROM NATURAL LANGUAGE SUPERVISION
code：https://github.com/LAION-AI/CLAPcode：https://github.com/microsoft/CLAP
Eric.Lee2021
1 年前
开发语言
·
音频识别
·
音频分割
AudioSegment 将音频分割为指定长度时间片段 - python 实现
DataBall 助力快速掌握数据集的信息和使用方式，会员享有 百种数据集，持续增加中。需要更多数据资源和技术解决方案，知识星球： “DataBall - X 数据球(free)”
Eric.Lee2021
1 年前
服务器
·
人工智能
·
python
·
音视频
·
情绪识别
·
音频识别
SenseVoice 音频转文字&情绪识别 - python 实现
具体代码实现如下：脚本运行log如下：助力快速掌握数据集的信息和使用方式。数据可以如此美好！
爱欲无极
2 年前
人工智能
·
深度学习
·
音频识别
基于深度学习的婴儿啼哭识别项目详解
婴儿啼哭声是婴儿沟通需求的重要信号，对于父母和护理者而言至关重要。本项目基于PaddleSpeech框架，致力于构建婴儿啼哭识别系统，通过深度学习将啼哭声翻译成成人语言，帮助理解婴儿的需求和状态。
我是有底线的