AI 助理
备案控制台
开发者社区 ModelScope模型即服务 语音 正文

uniasr支持输出时间戳吗？

已解决

目前测试asr只输出了对应的文本，有些场景需要有时间戳展示对应的文本，我们这边有计划增加这个功能吗？

展开
收起
1827782671751150 2022-11-28 12:23:46 1153 分享 版权
1 条回答
写回答
取消 提交回答
  • dingtalk_arqyoi
    采纳回答

    asr的时间戳功能还在开发当中，请您耐心等待，感谢您对ModelScope魔搭社区的支持

    2022-11-28 17:27:14
    赞同 展开评论
相关问答
语音
this xml file does not appear to have any style in
44674
10
0
OSS的endpoint如何查看
35293
6
0
配置了安全组规则，端口还是无法访问
31340
24
0
购买阿里国外的云服务器是否可以访问谷歌？
78972
46
0
域名在腾讯云备案成功，解析到便宜云服务器服务器，提示仍需备案？
58662
30
0
设置域名解析如何指向我的服务器url包括端口号
17075
1
0
企业邮箱免费版
11163
5
0
便宜云服务器服务器如何重置系统？
23799
4
0
通过www和不带www的网址输入最终都指向www.我的域名.com，求指教
118053
26
0
支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】
252255
10
0
http://www.vxiaotou.com
ModelScope模型即服务

语音

包括语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测等多个领域

我要提问
收录在圈子:
智能语音交互
167
+ 订阅

相关文章

  • 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
  • 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
  • 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
  • 亚马逊推出AI语音模型新标杆！Nova Sonic：多语言识别错误率仅4.2%，碾压GPT-4o-transcribe
  • 覆盖16省方言的老人语音数据集！SeniorTalk：智源研究院开源全球首个超高龄老年人中文语音数据集

    • 热门讨论

    热门文章

  • 关于 Windows平台上 ttsfrd 库的问题。
  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • KeyError: 'asr-inference is not in the pipelines r
  • 目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
  • VAD speech_fsmn_vad_zh-cn-16k-common-pytorch是否还会上架
  • 用python实现语音端点检测(Voice Activity Detection,VAD)
  • SambertHifigan个性化语音合成-中文-预训练-16k 语速太快了怎么设置慢一点
  • 关于 modelscope-funasr 报错的问题。
  • wekws训练自定义数据集的误唤醒较高。
  • 语音识别模型CPU runtime量化方案中VAD的实现问题
    • 展开全部
  • 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
  • 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
  • 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
  • ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
  • 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
  • 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
  • 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
  • WhisperChain：开源 AI 实时语音转文字工具！自动消噪优化文本，效率翻倍
  • 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
  • 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800ms
    • 展开全部
    还有其他疑问?
    咨询AI助理