Speech-to-text, text-to-speech, speaker recognition, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, Raspberry Pi, RISC-V, x86_64 servers, websocket server/client, C/C++, Python, Kotlin, C#, Go, NodeJS, Java, Swift, Dart, JavaScript, Flutter, Object Pascal, Lazarus, Rust
3.11k
stars
360
forks
source link
说话人识别可以不提前做声纹注册,实现直接识别吗? #955
Closed
dfengpo closed 3 months ago
我使用3dspeaker_speech_eres2net_base_sv_zh-cn_3dspeaker_16k.onnx做说话人识别 但是使用方式必须要提前拿几段数据先做声纹注册之后才能识别的比较准确。 但是在很多实际使用场景,是不可能提前做声纹注册的。 都是直接用一条长语音,含有多人说话的录音文件进行识别的。 测试3dspeaker_speech_eres2net_base_sv_zh-cn_3dspeaker_16k.onnx模型直接识别的话,完全不准确。