.png)
阿里通义实验室发布开源语音大模型FunAudioLLM，包含SenseVoice和CosyVoice两个部分。SenseVoice专长于多语言高精度识别、情感辨识和音频事件检测，对50+语言有优异表现，特别是中文和粤语提升显著；CosyVoice则擅长自然语音生成，支持5种语言，能快速生成带情感的语音，只需少量音频输入。FunAudioLLM可用于语音翻译、情感对话、互动播客和有声读物等，通过无缝语音翻译保留情感色彩，实现情感丰富的交互体验。模型已在GitHub上开源，提供了丰富的应用场景和实例。
原文链接
本文链接：https://kx.umi6.com/article/2909.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "2909")
相关推荐
.png)
换一换
阿里云通义千问开源两款语音基座模型，识别效果优于 OpenAI Whisper
2024-07-09 12:30:52
阿里音频生成大模型一次发俩还开源！50种语言快速理解+5种语言语音生成，带情感的那种
2024-07-07 14:10:28
上海新增2款已完成备案的生成式人工智能服务
2025-10-23 19:13:44
Anthropic确认与谷歌云达成价值数百亿美元的合作协议
2025-10-24 05:23:38
阿里巴巴将开启夸克AI眼镜预售 推动人工智能应用商业化
2025-10-23 13:08:00
2025豫台经贸洽谈会开幕 签约近300亿元合作项目
2025-10-24 13:37:40
马斯克：特斯拉 Optimus 机器人将成为“令人难以置信的外科医生”
2025-10-24 11:34:35
沐曦集成科创板IPO上会在即 十余家上市公司互动易回复参股投资
2025-10-23 21:15:29
Mobileye连续三个季度营收同比增长，EyeQ芯片出货量持续增长
2025-10-24 11:32:17
全国人大常委会法工委：网络安全法拟增加促进AI安全与发展内容
2025-10-23 18:13:26
慧思开物SDK正式开放 北京人形加速构建具身智能生态新格局
2025-10-23 15:11:25
95后小伙手搓AI眼镜：盲道、红绿灯都可认出 成本仅百元
2025-10-24 12:39:22
AI在线强化学习“边做边学”，斯坦福团队让7B小模型性能飙升，甚至超越GPT-4o
2025-10-24 12:36:00
565 文章
259300 浏览
24小时热文
更多
-
2025-10-24 22:57:14 -
2025-10-24 21:54:02
-
2025-10-24 21:53:50
