Tutorials
Tycho:用於構建高 ROI 自研語音相關服務(ASR/TTS/翻譯)的工具包:概述
大多數希望擁有自研 ASR、TTS 或語音翻譯服務的團隊面臨相同的混亂選擇:將 ESPnet、NeMo、k2 和 HuggingFace 的片段粘合在一起,或將一切交給雲 API 並按分鐘支付費用
Tutorials
從 OpenAI 的 Whisper 模型到自研 ASR 服務:後處理和語言建模
原始 Whisper 輸出開箱即用確實令人印象深刻,但任何將其部署給真實用戶的人都知道演示轉錄文本和下游系統實際可以消費的東西之間存在差距。
