Fun-ASR-Nano 本地部署!轻量级语音转文字!低显存可用!
完全离线使用 音频转文字 比Whisper模型好用很多
P1 也许是延迟最低的语音对话系统?
开源王炸!实时语音对话模型 OmniVoice,延迟低到离谱!
Sherpa-ONNX 实战:实时语音识别太丝滑了!
实时语音识别部署教程 | 可离线部署的实时语音识别项目 | funasr实时语音识别 | funasr | 实时语音识别 | 流式语音识别 | 语音识别
一个 0.9B 开源语音模型,转写和说话人分离一次搞定,还把豆包 GPT-4o 甩在后面
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
自动区分音频说话人并且能一键单独导出说话人的整合包,开源免费!
Faster Qwen3-TTS 封神!实时语音生成快到离谱
【LiveTranslate】基于ASR/VAD/LLM的开源实时翻译软件,适用于看外语视频、直播、ASMR等场景
一个开源项目打通ASR+TTS+实时语音,微软VibeVoice直接卷死闭源大厂?
Qwen-Audio-3.0-Realtime 发布:懂倾听,更聪明的实时语音方案
全本地部署的实时语音对话BOT
ASR→LLM→TTS:AI 语音延时怎么算?
实时语音识别,流式SenseVoice来啦!
【生产力爆表】Qwen3-ASR Pro离线懒人包:长音频转写+最强角色分离+热词注入+文稿对齐,内网用户也可以放心跑!
锐评【热门TTS】从夯到拉(情绪克隆)
区分说话人语音识别开源啦 | 语音识别 | 区分说话人 | 基于FunASR开发的语音识别接口 | 可内网部署的区分说话人语音转写服务
阿里最新开源的Qwen3-ASR真是太好用了 | Qwen3-ASR部署详细教程 | 本地部署阿里最新开源的ASR | Linux中本地化部署Qwen3-ASR