搜索[语音识别系统]结果-低调大师优秀个人博客

精选列表

搜索[语音识别系统]，共6936篇文章

字节推出原生全双工语音大模型 Seeduplex

字节跳动 Seed 宣布正式推出原生全双工语音大模型 Seeduplex。

2026-04-09

Resemble AI 发布开源语音合成模型 Chatterbox Turbo

AI 初创公司 Resemble AI 发布开源文本到语音模型 “Chatterbox Turbo”，仅需 5 秒音频即可克隆人声。

2025-12-31

MiniMax 发布最新语音模型 MiniMax Speech 2.6

MiniMax 发布了最新的语音模型 MiniMax Speech 2.6，全面升级突破Voice Agent场景，超低延时，专业格式无障碍，更高自然度。 1.

2025-10-30

逻辑智能开源语音大模型框架 LLaSO

北京深度逻辑智能科技有限公司宣布于近日推出了 LLaSO—— 首个完全开放、端到端的语音语言模型研究框架。

2025-09-16

语音智能体：大模型如何“接管”人类对话？

云蝠智能创始人兼 CEO 魏佳星向 OSCHINA 透露，通过大模型构建的语音智能体（Voice Agent），已能将单次通话成本从5元压缩至0.5元——这不仅是技术迭代的结果，更是一场涉及多模型协同、

2025-03-20

Transformers.js 2.7.0 发布，新增文本转语音

借助 Transformers.js，开发者可以直接在浏览器中运行文本分类、图像分类、语音识别等任务，这使其成为 ML 从业者和研究人员的强大工具。

2023-11-02

使用 🤗 Transformers 优化文本转语音模型 Bark

Bark 是🤗 Transformers 支持的一个文本转语音 (Text-To-Speech, TTS) 模型。

2023-08-23

语音转写可实时，直播也能同步字幕

语音转文字的智能化，让信息录入即时高效。在直播类、会议类、笔记类的应用中都具备实时语音转写功能。

2022-05-18

利用百度API行语音合成 python

在控制台选择语音合成 3. 创建应用 4. 填写应用信息 5. 在应用列表获取(Appid、API Key、Secret Key) 6.

2019-03-04

Python零基础学习笔记（三十四）—— 语音

win32com.client.Dispatch("SAPI.SPVOICE") dehua.Speak("Hello") while 1: dehua.Speak("Hi") time.sleep(5)还有语音模块

2019-01-25

使用智能语音交互识别视频中的音频

本文将介绍如何将视频文件中的音频剥离出来并使用阿里云智能语音交互的录音文件识别功能进行识别。环境准备本文以Windows环境为例，请确保Git，Maven, Java已经安装并配置成功。

2018-11-21

一、集成SMSSDK（1）cocoapods集成方式通过 CocoaPods进行安装，只需在 Podfile文件中添加： pod 'SMSSDK' 添加之后执行 pod install / pod update 命令即可。（2）手动集成方式获取SMSSDK:点击链接下载最新版SDK，解压后得到以下文件结构：导入SDK:将下图中红色框标记的文件夹（包含MOBFoundation.framework 和 SMS_SDK.framework）拖入到工程中确认勾选，点击finish完成导入添加依赖库:SDK所需依赖库列表： libz.dylib libstdc++.dylib 二、配置appkey和appSecret在项目中的info.plist文件中添加键值对，键分别为 MOBAppKey 和 MOBAppSecret ，值为步骤一申请的appkey和appSecret配置通讯录好友功能所需的私密key,键为：NSContactsUsageDescription三、使用sdk发送和验证验证码• 导入头文件 #import <SMS_SDK/SMSSDK.h> • 请求短信验证码 [SMSSDK getVerificationCodeByMethod:SMSGetCodeMethodVoice phoneNumber:@"13800138000" zone:@"86" result:^(NSError *error) { if (!error) { // 请求成功 } else { // error } }]; • 提交短信验证码Objective-C [SMSSDK commitVerificationCode:@"1234" phoneNumber:@"13800138000" zone:@"86" result:^(NSError *error) { if (!error) { // 验证成功 } else { // error } }];

2018-07-24

阿里巴巴开源语音识别声学建模技术

文章介绍了阿里巴巴的语音识别声学建模新技术: 前馈序列记忆神经网络（DFSMN），目前基于DFSMN的语音识别系统已经在法庭庭审识别、智能客服、视频审核和实时字幕转写、声纹验证、物联网等多个场景成功应用

2018-06-06

语音助手未来发展的五大预测

语音分析创业公司VoiceLabs发布的《2017语音报告》对微软、三星、谷歌和亚马逊等公司在未来的语音助手大战中的表现进行了预测。

2018-04-15

python的webrtc库实现语音端点检测

,提高传输线路的利用效率.端点检测属于语音处理系统的前端操作,在语音检测领域意义重大.

2018-04-11

INTERSPEECH 2017系列 | 语音识别之后处理技术

从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。

2018-01-03

INTERSPEECH 2017系列 | 语音识别技术之声学模型

从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。

2017-12-01

语音识别中声学模型得分计算优化方法

摘要语音是人们沟通交流最直接、最自然的交互方式。

2017-11-15

android128 zhihuibeijing 科大讯飞语音识别

savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); // 初始化语音引擎

2017-11-13

INTERSPEECH 2017系列 | 语音识别之语言模型技术

从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。

2017-11-12

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

字节推出原生全双工语音大模型 Seeduplex

Resemble AI 发布开源语音合成模型 Chatterbox Turbo

MiniMax 发布最新语音模型 MiniMax Speech 2.6

逻辑智能开源语音大模型框架 LLaSO

语音智能体：大模型如何“接管”人类对话？

Transformers.js 2.7.0 发布，新增文本转语音

使用 🤗 Transformers 优化文本转语音模型 Bark

语音转写可实时，直播也能同步字幕

利用百度API行语音合成 python

Python零基础学习笔记（三十四）—— 语音

使用智能语音交互识别视频中的音频

iOS教程免费使用SMSSDK语音验证的方法

阿里巴巴开源语音识别声学建模技术

语音助手未来发展的五大预测

python的webrtc库实现语音端点检测

INTERSPEECH 2017系列 | 语音识别之后处理技术

INTERSPEECH 2017系列 | 语音识别技术之声学模型

语音识别中声学模型得分计算优化方法

android128 zhihuibeijing 科大讯飞语音识别

INTERSPEECH 2017系列 | 语音识别之语言模型技术

资源下载

Nacos

Spring

Rocky Linux

WebStorm

欢迎您来访！

精选列表

字节推出原生全双工语音大模型 Seeduplex

Resemble AI 发布开源语音合成模型 Chatterbox Turbo

MiniMax 发布最新语音模型 MiniMax Speech 2.6

逻辑智能开源语音大模型框架 LLaSO

语音智能体：大模型如何“接管”人类对话？

Transformers.js 2.7.0 发布，新增文本转语音

使用 🤗 Transformers 优化文本转语音模型 Bark

语音转写可实时，直播也能同步字幕

利用百度API行语音合成 python

Python零基础学习笔记（三十四）—— 语音

使用智能语音交互识别视频中的音频

iOS教程 免费使用SMSSDK语音验证的方法

阿里巴巴开源语音识别声学建模技术

语音助手未来发展的五大预测

python的webrtc库实现语音端点检测

INTERSPEECH 2017系列 | 语音识别之后处理技术

INTERSPEECH 2017系列 | 语音识别技术之声学模型

语音识别中声学模型得分计算优化方法

android128 zhihuibeijing 科大讯飞 语音识别

INTERSPEECH 2017系列 | 语音识别之语言模型技术

资源下载

Nacos

Spring

Rocky Linux

WebStorm

欢迎您来访！

iOS教程免费使用SMSSDK语音验证的方法

android128 zhihuibeijing 科大讯飞语音识别