有没有开源的中英文混合端到端端语音识别模型，Pytorch或者tensorflow模型
0条回答 默认 最新
- 2023-05-08 14:39英特尔开发人员专区的博客 如果你有更大的中英文混合数据集或者是场景相关的数据集，可以通过微调或者进一步训练，提高在业务场景中的识别效果。目前开源的中文语音识别数据集如WenetSpeech（10000小时有监督，2500小时弱监督，10000小时无...
- 2023-04-29 09:01OpenVINO 中文社区的博客 点击蓝字关注我们,让开发变得更有趣排版 | 李擎英特尔OpenVINO™助力端到端语音识别模型Conformer：中英文混合语音识别方案全面升级PaddleSpeech 又带着新功能和大家见面了。本次更新，为开发者们带来了基于端到端...
- 2023-03-13 16:17椒椒。的博客 语音识别
- 2025-06-24 15:55AI架构师小马的博客 核心概念与联系：介绍语音识别的基本原理和关键技术数据准备：详细讲解语音数据的收集、清洗和特征提取模型训练：深入分析主流语音识别模型架构和训练技巧模型部署：探讨不同场景下的部署策略和优化方法实际应用与...
- 2026-01-05 04:22KY主创的博客 Fun-ASR基于轻量模型实现31种语言支持，主打中英文混合语音识别，采用VAD分段模拟流式处理，结合BPE子词单元与语言自适应技术提升跨语种准确率，内置ITN文本规整与批量任务调度，适合会议、教学等多场景本地化部署...
- 2025-07-24 18:12我就是夏迎春的博客 端到端的语音识别系统试图通过直接的模型转换，避免了传统语音识别中需要多个分离的组件组合的复杂性。该方法通过深度学习模型来直接从声学特征到文字的映射，大大简化了系统的构建和优化过程。
- 2024-12-29 19:32輕栀的博客 本项目作用在于将常见的会议录音文件、各种语种音频文件进行转录成相应的文字，也可从特定视频中提取对应音频进行转录程文字保存在本地。最原始的从所给网址下载对应视频和音频进行处理。下载ffmpeg(。
- 2025-12-28 16:29吴脑的键客的博客 Fun-ASR是通义实验室推出的端到端语音识别大模型，具备以下核心特点： 多语言支持：覆盖31种语言，包括中文7大方言和26种地方口音 行业优化：针对教育、金融等垂直领域优化，精准识别专业术语 高性能：基于数万小时...
- 2025-06-24 02:23AI智能探索者的博客 语音识别是AI与人类交互的“听觉神经”——它让机器能“听懂”人类语言，是智能音箱、车载助手、医疗转录等场景的核心技术。本文将聚焦2023-2028年的技术趋势，涵盖算法突破、应用场景扩展和行业挑战。本文将按...
- 2025-03-04 22:49u013250861的博客 Paraformer（阿里云, 2023） 公开时间：2023年 参数量：未公开 特点：实时语音识别模型，支持中英文及方言，集成热词定制。 适用场景：电商直播实时字幕（云端）、客服质检（企业服务器）。 三、开源工具包与工业...
- 没有解决我的问题, 去提问
问题事件
系统已结题
10月25日
创建了问题
10月17日