产品
FunASR
阿里巴巴达摩院开源的语音识别工具包,提供工业级语音识别能力,是STT领域的主流中文方案
时间轴 (近 90 天)
10月15日
STT主流方案包括Whisper系列、FunASR等;TTS近年基于扩散模型和神经编解码器的方案(如CosyVoice、Fish Speech)已能做到接近真人的自然度。
待验证50%
阿里巴巴达摩院开源的语音识别工具包,提供工业级语音识别能力,是STT领域的主流中文方案
STT主流方案包括Whisper系列、FunASR等;TTS近年基于扩散模型和神经编解码器的方案(如CosyVoice、Fish Speech)已能做到接近真人的自然度。