#SoulX
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…
SoulX-Podcast：支持多人对话的方言tts，支持语音克隆，可现实长篇播客，文末一键包
最近在体验新的AI语音生成工具时，发现了一个不错的tts方言包，支持多人对话的方言tts：SoulX-Podcast。
作为一名经常接触各类AI开源项目的产品经理，我注意到语音合成领域正在从单人独白向多人对话场景演进。
这个项目的特别之处在…