刷新低资源语言语音识别性能，又一国产语音大模型开源

多语言语音识别（Multilingual Automatic Speech Recognition，Multilingual ASR）是一种能够识别和处理多种语言的语音技术，与传统的单语言语音识别系统不同，其核心是在一个统一的框架内处理多种语言的语音输入...

GitHub 25205 Star：Mozilla DeepSpeech，开源的语音识别技术革命

* 戳上方蓝字“牛皮糖不吹牛”关注我推荐阅读• Github 资料项目合集‍• 4核 16G 就能 RAGFlow Quick start 快速入门• github 7.8k star 将小爱音箱接入 ChatGPT 和豆包，改造成你的专属语音助手。大家好，我是牛皮糖...

版权归原作者所有，仅作为内部学习哦原报告总计30页，请到平台AutoY资料栏目查阅

前言随着人机交互技术的发展，语音控制和自然语言理解（NLU）逐渐成为机器人领域的重要组成部分。将语音指令转化为机器理解的动作是实现智能化机器人的关键技术之一。ROS（Robot Operating System）为机器人开发...

上一篇《自制ASRPRO开发板，玩转语音控制》介绍了自制的ASRPRO-CORE开发板。本篇笔记分享下使用ASRPRO开发板，语音控制emo表情机器人。1、ASRPRO模块介绍天问五幺ASRPRO-CORE模块是一款针对低成本离线语音应用方...

一款开源的语音对话助手：百聆，通过ASR+LLM+TTS实现，时延800ms，低配置也可运行，支持打断。无需GPU，通过优化，可本地部署，仍能提供类GPT-4的性能表现。模块化设计，ASR、VAD、LLM和TTS模块相互独立，可以根...

点击上方卡片关注网创智慧库夏杰语音是一款全场景全功能智能语音服务软件，集手机语音控制、语音输入/手机输入、语音换台、语音音乐/K歌、语音搜索电影/电视剧、语音故事/相声/评书、语音翻译等30多类功能于一体...

双11期间，我买了一块ASRPRO-CORE模块，可以用来做语音控制项目，比如语音控制开关灯、控制小车等。1、ASRPRO模块介绍天问五幺ASRPRO-CORE模块是一款针对低成本离线语音应用方案开发的通用、便携、低功耗高性能语...

就在前几天，OpenAI 又双叒叕悄悄发布了一个开源项目 openai-realtime-agents，这玩意儿是基于 Realtime API 整出来的一个多 Agents 语音应用示例。有了它，只要 20 分钟，属于自己的多 Agents 语音应用，你也能...