音 乐 单
00:00 / 00:00
网站背景图
西橘日志 喂马 劈柴 周游世界
博主

5天前在线

西橘日志
喂马 劈柴 周游世界
博主 西橘日志
  • 首页
    •
  • 分类
    • 晋ICP备17001937号喂马 劈柴 周游世界 博主 5天前 在线自豪地使用 Typecho 建站搭配使用 🌻Sunny 主题当前在线 12 人
    🏠 首页

    晋ICP备17001937号

    喂马 劈柴 周游世界

    网站已运行 8 年 79 天 5 小时 0 分

    Powered by Typecho & Sunny

    12 online · 143 ms

    作者
    崚影

    有没有开源的语音转文本模型，同时有时间轴和识别人分离的功能

    542次阅读

    1

    赞
    Author：崚影
    作者
    说说：#1761282482
    当前文章累计共 29 字，阅读大概需要 1 分钟。
    除草：最近发生的事20210410
    2021年4月10日 · 1评论
    Ubuntu安装NVIDIA驱动
    2024年12月5日 · 1评论
    享受孤独
    2021年2月7日 · 3评论
    Comment：共2条
    发表
    1. 头像
      @
      ayiya
      https://modelscope.cn/home 看看
      · Windows · Chrome · 中国上海市联通

      👍

      💖

      💯

      💦

      😄

      🪙
      👍 0 💖 0 💯 0 💦 0 😄 0 🪙 0
      1. 头像
        @

        博主

        崚影         ＠ayiya
        我试了，用whisper large v3 turbo模型，可以语音识别，有时间轴，但是没有说话人分离，于是我用了两个方法，一个方法是让LLM模型通过说话人意图来分别，另一种是通过pyannote模型直接识别，目前看两个都可以，就差语音转文本的识别准确率待提高了
        · Windows · Chrome · 中国江苏省无锡市电信

        👍

        💖

        💯

        💦

        😄

        🪙
        👍 0 💖 0 💯 0 💦 0 😄 0 🪙 0
    搜索 消息 足迹
    你还不曾留言过..
    你还不曾留下足迹..
    博主 不再显示
    博主
    未知作品 歌曲封面
    博主 立即安装