3-7.语音模型 | 柒柒AI导航

新Faster Whisper：基于 OpenAI Whisper 模型的高效语音识别工具

Faster Whisper简介 Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，它通过采用 CTranslate2 引擎实现快速推理，显著提升了语音转写的效...

2-4.应用工具音频

17小时前

Speech To Speech简介 Speech-to-Speech 是由 Hugging Face 组织开发的一个开源项目，旨在构建一个模块化的语音到语音转换系统。该项目利用先进的人工智能技...

2-4.应用工具音频

2周前

心辰Lingo简介 '心辰Lingo'是西湖心辰推出的端到端语音大模型，它具备原生的语音理解能力，能够识别语音中的文字信息以及情感、语气、音调等重要特征，提供更...

3-7.语音模型

3周前

GPT Pilot简介 MooER是由摩尔线程开发的基于大型语言模型（LLM）的自动语音识别（ASR）和自动语音翻译（AST）模型。该模型利用5000小时的伪标记数据集进行训...

2-4.应用工具音频

4周前

Seed-ASR简介 Seed-ASR是由字节跳动的Seed团队开发的一款基于大型语言模型（LLM）的语音识别模型。它通过结合超过2亿参数的音频编码器和具有数十亿参数的专家...

2-4.应用工具音频

1个月前

Buzz简介 Buzz是一个开源的离线音频转录和翻译工具，由OpenAI的Whisper模型提供技术支持。它允许用户在个人电脑上自动将音频文件转换成文字，同时支持多语言...

2-4.应用工具音频

1个月前

whisper-medusa简介 Whisper-Medusa是由aiOla推出的开源AI语音识别模型，它结合了OpenAI的Whisper模型和aiOla的技术，实现了超过50%的加速而不影响识别的准确...

2-4.应用工具音频

2个月前

Bark简介 Bark 是由 Suno AI 推出的一个开源文本到音频模型，它基于转换器架构，能够生成逼真的多语言语音以及其他类型的音频，包括音乐、背景噪音和简单的音...

2-4.应用工具音频

2个月前