本地跑实时语音转文字,带流式识别、说话人分离和翻译,还兼容 OpenAI/Deepgram 接口,适合自建低延迟转写服务。
开箱即用的语音工具包,覆盖流式语音识别、语音合成、声纹识别、语音翻译和关键词唤醒,自带标点恢复与文本前端,适合快速搭建语音推理服务。
基于下一代 Kaldi 的语音转文字服务端框架,支持流式与非流式识别,可通过 WebSocket 对外提供 ASR 服务。
基于 PaddlePaddle 的端到端中文语音识别项目,提供 DeepSpeech2、Conformer、Squeezeformer 等主流模型,既有入门案例也有企业级实战方案。
…当前预设名称,自动选择预设时显示「选择中」 问题修复 - 麦克风未释放 :修复 DashScope 流式识别在开始录音前停止时麦克风仍被占用的问题 - 悬浮球长按录音 :修复录音屏幕动画出现时,长按悬浮球录音被打断的问题 - 录音测试底栏 :修复录音测试页底部按钮被系统导航栏遮挡的问题 - 设置进度提示 :优化无障碍服务检测逻辑,显示进度
… - 阿里千问更名与端点 :供应商显示名改为阿里千问,请求端点改为千问 MaaS 地址 - 阿里千问流式识别 :Fun-ASR 与 Qwen-Audio 连续识别时复用连接,再次开始更快;语义断句固定开启 - 自定义 TypeSafe 渠道 :可填写兼容 TypeSafe 的 Endpoint 和 Jev-liked 模型 - 预设预览置
…式语音识别 - 使用自定义二进制协议 + Gzip 压缩 JSON 头 + 音频载荷 - 支持批量和流式识别模式 新增 TTS 提供商:腾讯云 - feat: 新增 TencentTtsService,实现腾讯云 WebSocket 流式语音合成 - 支持语音名称、音调、语速配置 - feat: 新增腾讯云音色列表 tencentVoic
…个可以使用的版本,版本号:1.3.0 1. 增加了对grpc协议的支持 2. 代码实现上支持了真正的流式识别 1. Added support for grpc protocol 2. The code implementation supports real stream recognition --- ASRT v1.x is a b