X-ASR 把本地语音输入的底座拼出来了
掏心窝分享：我做语音项目踩遍坑，整理的全套模型选型方案
语音识别新王者！Cohere Transcribe 登顶开源榜首，准确率碾压 Whisper！
真实世界里的语音识别，终于有人开始认真补课了
没有显卡，也能把几十种语音模型跑在本地
40种语言塞进0.6B，实时ASR开始拼成本
复旦再出精品，语音转文字，MOSS-Transcribe-Diarize 0.9B 模型，ASR多人识别，语音转录文本，超越众多模型 | 余子越Talk
语音识别前面，先把重叠人声和回声处理掉
0.4B模型，为什么能听懂更多方言
AI语音模型，终于可以装进手机了！
Qwen3.5-LiveTranslate，可能是同传模型最该有的样子
打造你自己的语音交互助手，实时对话-任意打断-多模态-多语种 | ASR-LLM-TTS大升级
普通话听得准之后，ASR真正难的是这些声音
微软把2.47G的语音模型压到670M，准确率几乎没掉，端侧ASR这事真要起飞了
华南理工开源的 MAGIC-TTS，第一次能让你毫秒级控制每个字读多久、每个停顿停多长。
声音克隆如此简单？开源Qwen3 TTS本地一键部署！
语音问答总答偏？真正要补的是这7层
IndexTTS2 本地部署！文本转语音，声音克隆，B站官方开源！支持消费级显卡！新手友好！含可视化页面
Whisper 生态全景：15 个开源项目，我全用过了
把语音识别模型装进手机？实测给你看效果！
