
阿里
给大家推荐一下
阿里的开源模型库modelscope。modelscope目前开源了面向工业界的说话人识别模型cam++和ERes2Net。这两个模型在保证高识别准确率的同时,计算复杂度较低。不像学术界为追求性能而采用越来越大且复杂的模型,ERes2Net和cam++着眼于实际落地应用,很值得深入学习。而且,modelscope开源的模型都针对中文语音数据集做了优化和训练,cam++和ERes2Net还开源了基于中文语料数据集训练的最优模型。ERes2Net通用模型在中文测试集CN - Celeb上的错误率仅为2.8%,具备工业实用性,开展相关项目时甚至能直接使用。另外,它们在github上开源了一个适合新手和老手学习的不错项目,其中包含cam++、eres2net的训练与推理代码,还有自监督学习和数据集等相关内容,可以关注一下,这个项目一直在更新。