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...
- 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(。
- 2025-06-24 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...
- 2025-05-28 15:30程序员光剑的博客 随着智能硬件与对话式AI的普及，语音识别（Automatic Speech Recognition, ASR）已成为人机交互的核心技术。本文聚焦工业级ASR应用开发的全流程，覆盖从数据处理、模型训练（含端到端与传统混合模型）、评估优化到...
- 2025-07-22 03:23AI大模型应用工坊的博客 在语音识别中，声学特征分析的主要问题包括如何从复杂的语音信号中提取出有效的特征，以及如何对这些特征进行分析和建模，以提高语音识别的准确率和鲁棒性。同时，还需要考虑特征的维度、计算复杂度、对环境噪声的抗...
- 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