你好，咨询下，这个模型能获取到子级别的时间戳信息吗？
已解决你好，咨询下，这个模型能获取到子级别的时间戳信息吗？
展开
收起
1
条回答
写回答
写回答
-
推荐回答您好，感谢关系，想要获取较为准确的时间戳，需要额外接一个FA模型，通常为浅层DNN模型，label为三音素。可以持续关注，我们可以考虑将FA模型放到modelscope中。
2023-02-24 10:41:31赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
8157
关于 Windows平台上 ttsfrd 库的问题。
1986
No module named 'ttsfrd'
1489
KeyError: 'asr-inference is not in the pipelines r
2159
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
702
pip安装语音领域模型依赖报错。
513
modelscope 更新指定版本
481
ttsfrd 是不开源的吗
3963
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1086
pip install ttsfrd 报错
1129
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
1110
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
312
三行代码实现实时语音转文本，支持自动断句和语音唤醒，用 RealtimeSTT 轻松创建高效语音 AI 助手
45
Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
217
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
221
Weebo：支持多语言和实时语音交流的开源 AI 聊天机器人，回复具备语调、情感的语音
33
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1363
Voice-Pro：开源AI音频处理工具，集成转录、翻译、TTS等一站式服务
164
TangoFlux：高速生成高质量音频，仅用3.7秒生成长达30秒的音频，支持文本到音频转换
61
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
107
展开全部
