asr 第4页

音频 bug 大全

解决：OSError:libsox.so:cannotopensharedobjectfile:Nosuchfileordirectory运行funasr训练时出现该错误安装个库就好了sudoaptinstalllibsox-dev

DEDSEC_Roger·2025-03-08 03:54

【实战项目】Python 手撕一个基于最新端到端大模型的语音聊天系统

然而，传统的语音交互系统往往采用“语音识别（ASR）-自然语言理解（NLU）-对话管理（DM）-自然语言生成（NLG）-语音合成（TTS）”的级联式架构，这种架构存在着诸多弊端，如：错误累积：每个模块的错误都会传递到下一个模块

kakaZhui·2025-03-08 02:53

TORGO 数据库：构音障碍语音研究的宝贵资源

构音障碍是由神经运动接口异常引起的，导致发音器官运动异常，语音不清晰，传统自动语音识别（ASR）系统难以有效识别。

帅小柏·2025-03-07 20:10

服务器、群晖，飞牛NAS等部署Whisper ASR教程来啦！让我们的Nas轻松实现音频转文字服务！

文章目录介绍演示环境服务器/群晖/飞牛NAS部署WhisperASR，语音识别soeasy！

xiaoqiangclub·2025-03-07 10:20

【智能客服】智能客服的核心技术-对话系统

目录一、基本概念二、对话系统的应用场景三、对话系统的常见构建方式四、一般架构AutomaticSpeechRecognition(ASR)NaturalLanguageUnderstanding(NLU

姚瑞南·2025-03-06 12:50

AI 外呼产品架构解读：让智能外呼更精准高效

这一层主要包括以下三个核心组成部分：1.AI基础能力AI基础能力涵盖了语音识别（ASR）、自然语言处理（NLP）和语音合成（TTS）等技术。这些技术使

MARS_AI_·2025-03-06 05:16

沃丰科技AI浅谈｜语音交互的三驾马车：ASR、NLP、TTS

在日常生活中，AI机器人离我们很近。你是否接到过这样的电话：“您好，检测到您已经购买某产品一周的时间了，请问您的使用感受如何？”“请问您对产品满意吗？有什么建议给到这边吗？”全程对话亲切无障碍，您可能觉得这是一个大型企业对于用户的恳切关注。如果我告诉您，这都是由外呼机器人拨打并且能够自行记录下您的意见和建议，以供企业改进，您会惊讶吗？基于深度神经学算法和卷积神经网络算法的AI外呼机器人，它是融合自

沃丰科技·2025-03-05 20:08

MARS_AI_·2025-03-05 18:23

【HarmonyOS NEXT】自定义Tabs使其中间项突出显示

Stack让中间项有能力突破tabBar区域使用Canvas绘制曲线【核心代码】@Entry@ComponentstructBuilderModifierCase{privatecontext:CanvasRenderingContext2D

9级浪·2025-03-05 17:19

Self-Attentive Sequential Recommendation论文阅读笔记

SASRec论文阅读笔记论文标题：Self-AttentiveSequentialRecommendation发表于：2018ICDM作者：Wang-ChengKang,JulianMcAuley论文代码

调包调参侠·2025-03-05 06:39

composer install 报错

composerinstall报错curlerror28whiledownloadinghttps://cdn.asset-packagist.org/packages.json:Timeoutwasreached

Sword-Holy·2025-03-05 01:57

vue videojs使用canvas截取视频画面

前言刚开始做的时候太多坑，导致一直报错：Uncaught(inpromise)TypeError:Failedtoexecute‘drawImage’on‘CanvasRenderingContext2D

叫我OldFe·2025-03-04 12:19

rust学习～tokio的io

awaitingafuturewillsuspendthecurrentfunction’sexecutionuntiltheexecutorhasrunthefuturetocompletion.对一个

~kiss~·2025-03-03 09:18

Remote: Support for password authentication was removed on August 13, 2021.

remote:SupportforpasswordauthenticationwasremovedonAugust13,2021.remote:Pleaseseehttps://docs.github.com

杏花春雨江南·2025-03-02 11:18

Linux中es启动成功，windows服务器访问不了的解决方案

elasticsearch报错信息：org.elasticsearch.bootstrap.StartupException:java.lang.RuntimeException:cannotrunelasticsearchasrootatorg.elasticsearch.bootstrap.Elasticsearch

码代码的小仙女·2025-03-02 01:32

使用 Vosk 实现语音识别

在近两年里，如果说想要在本地部署离线语音识别模型，那么Whisper和FunASR肯定是首选项。所以为什么要使用Vosk呢？

分发吧·2025-03-01 15:26

DeepSeek全栈接入指南：从零到生产环境的深度实践

其核心能力体现在：1.1.1多模态智能引擎自然语言处理：支持文本生成（NLG）、语义理解（NLU）、情感分析等计算机视觉：提供图像分类、目标检测、OCR识别等CV能力语音交互：包含语音识别（ASR）、语音合成

量子纠缠BUG·2025-02-27 21:30

大模型之二十七-语音识别Whisper实例浅析

Whisper简介Whisper是OpenAI于2022年9月开源的一个多语种识别模型，目前支持99种语言，是目前性能最好的开源多语种识别ASR大模型，第一版版使用了68万小时标注好的语料预训练模型，而

shichaog·2025-02-27 01:55

适用于呼叫中心质检的离线ASR模型

以下是适用于中文呼叫中心质检的离线语音转文字（STT）模型及工具，根据性能、中文支持、部署灵活性等维度整理：1.开源模型与框架1.1WeNet(出门问问&西北大学)特点：端到端语音识别框架，专为中文优化，支持流式和非流式识别，适合工业场景。优势：预训练模型基于AIShell等中文数据集，准确率高。低延迟，适合实时处理（如质检中的实时监控）。支持GPU/CPU部署，提供Python和C++接口。部署

狂爱代码的码农·2025-02-24 08:07

funasr 麦克风实时流语音识别；模拟vad检测单独输出完整每句话

参考：https://github.com/alibaba-damo-academy/FunASRchunk_size是用于流式传输延迟的配置。

loong_XL·2025-02-24 08:06

探索未来之声：趣玩语音识别新篇章——FunASR

探索未来之声：趣玩语音识别新篇章——FunASR去发现同类优质开源项目:https://gitcode.com/在这个数字时代，语音识别技术如同开启智能交互的金钥匙，而【FunASR】正是这把钥匙中的璀璨明珠

乌芬维Maisie·2025-02-24 07:32

python中try怎么用_Python中try语句的用法

1.tryexcept语句的用法，用来检测一段代码内出现的异常并将其归类输出相关信息，首先是try:被检测代码段exceptException[asreason]:相关信息，举例说明：>>>try:f=

weixin_39816260·2025-02-21 13:51

AI 声音：数字音频、语音识别、TTS 简介与使用示例

从语音识别（ASR）到文本转语音（TTS），再到个性化声音克隆，这些技术已经深入到我们的日常生活中：语音助手、自动字幕生成、语音导航等应用无处不在。数字音频音频是声音的“数字化”。

凌虚NPG·2025-02-21 07:57

Oracle 迁移到 PostgreSQL

大文本clobtext数字NUMBERNUMERIC可变长字符VARCHAR2VARCHAR函数对比项OraclePostgreSQL行号rownumrow_number()over(orderby…)asrownum

@Ycoder·2025-02-21 01:52

《揭秘AI语音助手：从“听”到“说”的智能之旅》

自动语音识别（ASR）：让机器“听懂”人类语言自动语音识别（AutomaticSp

·2025-02-20 17:17

ROS turtlesim 无法通过键盘控制 turtle 移动

、本地没该功能包，未选中turtle_teleop_key终端进行操作等简单原因外，还有可能是未正确设置环境变量ROS_MASTER_URI,ROS_HOSTNAMEsolutions：vim~/.basrhc

狗头鹰·2025-02-20 14:16

【学习笔记】Elasticsearch之环境搭建

1.什么是Elasticsearch官网上是这么介绍的：Elasticsearchisadistributeddocumentstore.Insteadofstoringinformationasrowsofcolumnardata

聪明马的博客·2025-02-20 13:03

【拥抱AI】如何实现AI外呼通话，并与客户达成确认

1.技术选型与准备主要技术组件语音识别（ASR）：将客户的语音转换为文本。自然语言处理（NLP）：理解和生成自然语言对话。语音合成（TTS）：将文本转换为客户可以听到的语音。

奔跑草-·2025-02-20 06:08

wav2lip部署方案-数字人项目

大家多关注，后续会把llm、RAG、AGENT、TTS、ASR等结合起来，形成一套完整的系统显卡硬件资源显卡：2080ti开始部署下载源码gitclonehttps://github.com/Rudrabha

何为标准·2025-02-19 23:10

语音识别使用SenseVoiceSmall模型实现源码

SenseVoiceSenseVoice是具有音频理解能力的音频基础模型，包括语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）。

丢了个猪·2025-02-19 23:09

SenseVoice 实测，阿里开源语音大模型，识别效果和效率优于 Whisper，居然还能检测掌声、笑声！5分钟带你部署体验

前段时间，带着大家捏了一个对话机器人：手把手带你搭建一个语音对话机器人，5分钟定制个人AI小助手（新手入门篇）其中语音识别（ASR）方案，采用的是阿里开源的FunASR，这刚不久，阿里又开源了一个更强的音频基础模型

AI码上来·2025-02-19 23:38

FunASR服务器部署（CPU+GPU）

自行下载funasr-cpu/gpu和asrmodel-deploy-cpu/gpu压缩包，官方都有cpu版运行：cd/home/user/data/AIModels/FunASR_docker/deploy_resourcessudodockerload-ifunasr-runtime-sdk-cpu

之群害马·2025-02-19 03:25

Python aiohttp

客户端importaiohttpimportasyncioasyncdeffetch(session,url):asyncwithsession.get(url)asresponse:returnawaitresponse.text

YOYO__2018·2025-02-18 12:19

Jetson AGX Orin平台Jetpack6.x版本相机驱动移植问题记录

1.问题描述正在将相机驱动程序从R35.4迁移到R36.3；驱动程序在R35.4上工作正常，但在R36.3上不工作GStreamerwithnvarguscamerasrc采集异常但是v4l2-ctl采集正常

free-xx·2025-02-18 07:20

5QQMN938 Intermediate Econometrics

-5QQMN938Assessment1–IndividualCoursework(40%oftotalmodulegrade)TheTaskProjectBriefTheglobaleconomyhasrecentlyexperiencedaperiodofinflationarypressurecharacterisedbyacomplexset

·2025-02-17 20:59

Oracle IMP-00003: 遇到 ORACLE 错误 ORA-00942: 表或视图不存在

场景如下：我需要将数据库A、用户a下所有对象导出至数据库B、用户b下数据库A和B的版本都是OracleDatabasRelease11.2.0.3.0，所以源数据库与目标数据库没有版本不一致的问题我使用

吃饱喝足·2025-02-17 15:07

常见的一种@Transactional注解失效场景

org.springframework.transaction.UnexpectedRollbackException:Transactionrolledbackbecauseithasbeenmarkedasrollback-only

程序员琛琛·2025-02-17 06:46

ASR技术与Whisper引擎

一、ASR技术简介ASR英文全称是AutomaticSpeechRecognition，中文叫做自动语音识别，是利用机器对语音信号进行识别和理解并将其转换成相文本和命令的技术。

Catformon·2025-02-17 01:38

鸿蒙开发：简单自定义一个绘制画板

前言本篇文章，主要是使用Canvas绘制一个简单的画板，可以更改颜色，画笔粗细以及删除操作，主要运用到了CanvasRenderingContext2D中的绘制路径功能，我们可以看下基本实现的效果。

·2025-02-15 18:27

[npm install 报错] Verion 9 of Highlight.js has reached EOL

1、在项目中执行npminstall报错Verion9ofHighlight.jshasreachedEOL,如下图:2、报错原因Highlight.js不再支持10以前的版本，需下载10及之后的版本3

90的程序爱好者·2025-02-15 12:29

WhisperX：革命性的自动语音识别工具

WhisperX：革命性的自动语音识别工具项目地址:https://gitcode.com/gh_mirrors/wh/whisperX项目介绍WhisperX是一个开源的自动语音识别（ASR）项目，由

孔秋宗Mora·2025-02-15 03:14

MAC使用NVM管理node版本

://raw.githubusercontent.com/nvm-sh/nvm/v0.39.1/install.sh|bash在vscode终端中找到~/.bashrc文件，使用命令：nano~/.basrc

午安້໌ᮨ·2025-02-14 22:35

GitHub Please use a personal access token instead.

今天把本地项目的一个组件库分享上传到github上，突然就出现了警告,remote:SupportforpasswordauthenticationwasremovedonAugust13,2021.Pleaseuseapersonalaccesstokeninstead.remote

烟花下的孤独·2025-02-14 12:52

k8s worker 节点使用kubectl 命令

具体实现如下：$kubectlgetpodTheconnectiontotheserverlocalhost:8080wasrefused-didyouspecifytherighthostorport

岳来·2025-02-13 23:32

Petitjean2016A代码运行配置

1.新建javaproject，名称DBA2.在projectlayout处，选择“Useprojectfolderasrootforsourcesandclassfiles”3.import-ExistingprojectsintoWorkspace

sunnyorcloudy·2025-02-06 11:10

汽车开发工程中的NXP S32K MPC5748、Renesas Rh850和Tricore Tc397 UDS Doip以太网刷写技术，与CAN LIN UDS刷写等多项功能的量产工程开发及AUTO

NXPS32KMPC5748，RenesasRh850,TricoreTc397UDSDoip以太网刷写，CAN/LINUDS刷写多个汽车开发诊断刷写量产工程。

jbBjuHOzL·2025-02-06 01:56

运行 Deepseek 视觉模型的方法

知识大胖·2025-02-05 13:30

零信任赋予安全牙齿，AI促使它更锋利

距离上次写关于安全的文字已经过去了很久很久，久到上次看到的AI还停留在TTS、ASR等最初的语音交互+搜索类似的各种智能音箱以及通过关键字匹配的基于知识库的聊天的机器人。

零信任Enlink_Young·2025-02-04 09:01

一种非接触式智能垃圾桶设计（论文+源码+实物）

，通过三个SG90舵机分别控制可回收、不可回收、其他垃圾桶盖的开关，并通过WiFi通信模块将数据信息传输到云平台，方便用户实现远程管控，在控制方式上有自动和手动两种模式，自动模式下，用户可以通过LU-ASR01

云山工作室·2025-02-04 05:29

AVR芯片的ISP全攻略+熔丝补救方法

InSystemProgrammability)在系统编程，简称为串行下载IAP(InApplicationPrograming)在应用编程，BootLoader也是类似的意思1ISP虽然利用了SPI接口(例外:M64/M128为UASRT0

xiaolei05·2025-02-03 07:57

推荐频道

asr