完全离线使用 音频转文字 比Whisper模型好用很多
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!
我做的TTS开源了!基于GPT-SoVITS和Genie-TTS
MOSS 0.9B ASR 模型测评:多说话人转录打轴毫无压力?!
diarize 一个开源好用的说话人分离方案,分离准确率 95%
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
Qwen3_ASR最新版整合包V2,新增热词,支持多说话人,修复bug
开源音频大模型杀疯了!MOSS-Audio介绍:语音识别、音乐理解、环境音分析、时间定位推理一次搞定
【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 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
A770专用的MiniMax H3整合包,一键部署内置加速
开源语音天花板 MOSS-TTS 1.5,太强却部署劝退?官方入场了。。。
免费AI字幕生成,MOSS-Transcribe-Diarize,一键生成字幕,本地无限生成!字幕字体调整 | 快速烧录字幕
实时区分说话人并实时语音识别 | Fun-ASR-Nano实时区分说话人 | 实时语音识别并区分说话人 | 流式语音转写并区分说话人 | FunASR
新的AI在I卡上适配慢的原因之一
Qwen3_ASR最新整合包,支持说话人识别,生成字幕,支持批量,另附小工具
MOSS-Transcribe-Diarize ASR 模型评测,2026 会议总结场景首推模型
超小的语音转写模型!MOSS-Transcribe-Diarize-0.9B
MOSS-TTS v1.5 本地部署体验
真流式TTS推理被我做出来了,就是我CPU太烂了播放会卡顿 #GPT-SoVITS #Genie-TTS