阿里通义千问开源了两款基础语音模型：SenseVoice和Cos-20240709120633

黄建同学 · 微博 · AI · 2024-07-09 12:06

文章预览

2024-07-09 12:06 本条微博链接阿里通义千问开源了两款基础语音模型：SenseVoice和CosyVoice #ai# #chatgpt# • SenseVoice，一种多语言音频理解模型：其多语言语音识别在中文和粤语方面的表现比 Whisper 高出 50%，推理速度快 15 倍，并且支持最先进的情感识别和音频事件检测。 • CosyVoice，多语言音频生成模型，经过超过 170,000 小时的多语言音频数据训练，支持多语言语音生成、音色和情绪控制。CosyVoice 在多语言语音生成、零样本 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

宝玉xp · 随着 AI 编程能力提升和 AI 工具的增强，最近掀起了“人人写-20241120131523

3 天前

量子位 · 国产4o大模型，秒懂国风李子柒

3 天前

爱可可-爱生活 · 【Mistral AI Evals：一个用于运行Mistral -20241119140759

4 天前

爱可可-爱生活 · 【Documind：一个开源平台，利用人工智能从文档中提取结构化-20241119140909

4 天前

新智元 · Scaling Law或将终结？哈佛MIT预警：低精度量化已无路可走，重磅研究掀翻AI圈

6 天前