#ASR
SoulX-Transcriber 开源多人对话转录模型：端到端架构，性能登顶公开基准测试
语音转文字（ASR）技术在 AI 时代已广泛应用，从会议记录到播客字幕，从在线教育到社交媒体，几乎每一个与语音相关的场景都离不开转录技术的支持。然而，当场景从单人演讲转向多人对话时，传统转录系统面临诸多挑战：多人同时发言、语速飞快重叠、主…
Google语音技术探索：从语音识别到语音合成，ASR 与 TTS 模型的全面梳理
Google 在语音识别（ASR，Automatic Speech Recognition）和语音合成（TTS，Text-to-Speech）领域一直处于技术前沿，推出了多个先进的模型和工具。以下是对 Google 的 ASR 和 TTS …