Repolode
投稿する
aliyun

aliyun/alibabacloud-bailian-speech-demo

音声認識、音声合成、音声チャット向けのAlibaba Cloud Bailian音声モデルの呼び出し方を示すサンプルコード集です。

GitHub で見る公式サイト
スター
429
フォーク
58
未解決の Issue
3
最終コミット
5 日前

これは何？

このリポジトリには、DashScope SDKを通じてAlibaba Cloud Bailian（Model Studio）の音声モデルを呼び出すサンプルコードがまとめられています。Qwen-Audio-3.0-ASRとFun-ASRによる音声認識、Qwen-Audio-3.0-TTSとCosyVoiceによる音声合成、音声クローン、プロンプトや歌詞からの音楽生成を扱います。

基本的な認識や合成に加えて、音声モデルと大規模言語モデルを組み合わせたビデオチャット、音声会話、音声の要約とQ&A、音声翻訳の例も紹介しています。ホットワードや文脈に対応したストリーミング認識、話者分離を伴う長時間録音の非同期文字起こし、WebSocketベースのリアルタイム音声対話などが含まれます。

各サンプルは個別のディレクトリにあり、それぞれに実行手順と依存関係が記載されています。利用にはAlibaba Cloudアカウント、Bailian APIキー、DashScope SDKが必要です。コードはMITライセンスで公開されています。

主な機能

  • 01Qwen-Audio-3.0-ASRとFun-ASRによる音声認識。ストリーミング認識とファイルの文字起こしに対応
  • 02話し方、方言、感情を指示して制御できるテキスト読み上げ
  • 03音声クローンと、クローンした音声による合成
  • 04プロンプトや独自の歌詞からの音楽生成
  • 05Function callingに対応した、WebSocket経由のリアルタイム音声対話

ユースケース

  • 会議やライブ配信にリアルタイム字幕や文字起こしを追加する
  • クローン音声やスタイルを指定した音声を使ったカスタマーサービス用音声ボットを構築する
  • 通話や会議の録音を一括で文字起こしし、分析する
  • テキストやLLMの出力からナレーションや多言語の吹き替え音声を生成する

収録されている特集

AI 動画・音声ツール

トピック

#speech-recognition#text-to-speech#speech-synthesis#voice-cloning#dashscope#asr#tts#llm

よくある質問

alibabacloud-bailian-speech-demo とは？
音声認識、音声合成、音声チャット向けのAlibaba Cloud Bailian音声モデルの呼び出し方を示すサンプルコード集です。 このリポジトリには、DashScope SDKを通じてAlibaba Cloud Bailian（Model Studio）の音声モデルを呼び出すサンプルコードがまとめられています。Qwen-Audio-3.0-ASRとFun-ASRによる音声認識、Qwen-Audio-3.0-TTSとCosyVoiceによる音声合成、音声クローン、プロンプトや歌詞からの音楽生成を扱います。
alibabacloud-bailian-speech-demo は無料で使えますか？ライセンスは？
alibabacloud-bailian-speech-demo は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
alibabacloud-bailian-speech-demo は今もメンテナンスされていますか？
活発にメンテナンス中。alibabacloud-bailian-speech-demo の最終コミットは 2026年11月2日 です。
alibabacloud-bailian-speech-demo は何に使えますか？
会議やライブ配信にリアルタイム字幕や文字起こしを追加する クローン音声やスタイルを指定した音声を使ったカスタマーサービス用音声ボットを構築する 通話や会議の録音を一括で文字起こしし、分析する テキストやLLMの出力からナレーションや多言語の吹き替え音声を生成する
alibabacloud-bailian-speech-demo はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/aliyun/alibabacloud-bailian-speech-demo

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト