简介:

开源的工业级普通话自动语音识别模型,支持多种应用场景。

功能:

采用 Encoder-Adapter-LLM 框架,实现端到端的语音交互

支持多源普通话场景,如视频、直播和智能助手

在普通话基准测试中实现低字符错误率(CER)

提供紧凑的模型架构,适合资源受限的应用

支持方言和英文语音识别,拓展应用场景

开源模型和推理代码,便于开发者集成和优化

在歌唱歌词识别方面表现出色,适用于音乐相关应用

需求人群:

"该产品适合需要高效语音转文字的企业和开发者,尤其是那些需要在智能助手、视频字幕生成、语音交互应用等领域的用户。开源的特性也使其适合希望进行定制开发的技术团队。"

浏览量:16

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
类似产品

© 2025     AIbase    备案号:闽ICP备08105208号-14

隐私政策

用户协议

意见反馈 网站地图