文章
2024-12-23
来自：开发者社区
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
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！ 微信公众号｜搜一搜：蚝油菜花 快速阅读 功能：支持说话人日志、说话人识别、语种识别、多模态识别和重叠说话人检测。 技术：结合声学、语义和视觉信息，采用EEND网络和无监督聚类技术。 应用：适用于会议记录、法庭记录、...
问答
2024-06-30
来自：开发者社区
3D-Speaker在说话人识别方面有哪些技术特点？如何结合视觉信息进行说话人日志？
3D-Speaker在说话人识别方面有哪些技术特点？如何结合视觉信息进行说话人日志？
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
