Skip to content Navigation Menu Product Solutions Resources Open Source Enterprise Pricing Sign in Sign up FunAudioLLM/SenseVoicePublic Notifications
基于阿里云百炼大模型Sensevoice-1的语音识别与文本保存工具开发
摘要
随着人工智能技术的不断发展，语音识别在会议记录、语音笔记等场景中得到了广泛应用。本文介绍了一个基于Python和阿里云百炼大模型的语音识别与文本保存工具的开发过程。该工具能够高效地识别东北方言的会议记录音频文件，并将识别结果保存为文本文件，方便用户使用和管理。
1.引言
语音识别技术是人工智能领域的重要分支，它能够将语
Python是一种广泛使用的高级编程语言，具有简洁的语法和强大的库支持，适合快速开发各种应用。在本项目中，Python被用于实现图形用户界面和后端逻辑。
方法：引入两个创新模型：SenseVoice 处理多语言语音识别、情感识别和音频事件检测；CosyVoice 促进多语言语音生成，
阿里发布了CosyVoice和SenseVoice一个是文本转语音，一个是语音转文本，不过与之前测试的ChatTTS不同的是，CosyVoice提供了声音复刻的功能，也就是上传或者录入一个人的音色，他可以学会并转化成你想要说的话
