语音技术 笔记

• 语音交互必须 ASR + TTS 配套部署 语音交互 ASR TTS 语音交互
  语音交互系统必须同时考虑 ASR（语音识别）和 TTS（语音合成）的配套部署方案，分析不同场景下的模型选型、硬件需求与成本对比 - 2026-10-20
• ASR 前沿进展（2025-2026） 语音识别 ASR 语音识别 Qwen3-ASR
  2025-2026 年语音识别（ASR）领域最新研究进展，涵盖 Qwen3-ASR、FunAudio-ASR、Samba-ASR、Mega-ASR 等重要工作，以及技术趋势与对本项目的启示 - 2026-10-20
• Paraformer实时语音识别模型（v1/v2） 语音识别 ASR 语音识别 Paraformer
  阿里云百炼 Paraformer 实时语音识别模型的技术原理、v1 与 v2 对比、中间结果修正机制、以及在本项目中的实际使用经验 - 2026-10-20
• FunASR 开源语音识别框架 语音识别 FunASR Paraformer SenseVoice
  阿里达摩院开源的 FunASR 语音识别工具框架，包含 Paraformer、SenseVoice 等模型的本地部署方案，与云端 DashScope 的对比 - 2026-10-20
• TTS 前沿进展（2024-2026） 语音合成 TTS 语音合成 Qwen3-TTS
  2024-2026 年语音合成（TTS）领域最新研究进展，涵盖 Qwen3-TTS、CosyVoice 3、Seed-TTS、F5-TTS、Spark-TTS 等重要工作，以及技术趋势与对本项目的启示 - 2026-10-20
• Edge-TTS：微软免费语音合成服务 语音合成 AI 语音技术 TTS
  Edge-TTS是微软基于Edge浏览器TTS引擎的免费语音合成服务，支持多语言多音色，无需GPU和API Key，适合轻量级TTS场景 - 2026-10-19
• WSYue-TTS粤语专用语音合成模型 语音合成 AI 语音技术 TTS
  西北工业大学ASLP Lab联合香港科技大学发布的粤语专用TTS模型，基于CosyVoice2架构与21800小时粤语语料训练，许可证商用限制分析 - 2026-10-18
• CosyVoice开源语音合成模型详解 语音合成 AI 语音技术 TTS
  阿里通义实验室CosyVoice系列模型技术特点、粤语支持能力、模型规模对比与Colab实测指南 - 2026-10-18
• MOSS-TTS-Nano本地语音合成模型安装与部署 语音合成 AI 语音技术 TTS
  MOSS-TTS-Nano 0.1B参数开源TTS模型的Windows安装、ONNX加速推理与香橙派NPU部署全流程实录 - 2026-09-09
• 语音AI聊天功能开发经验（口语化+Edge TTS+iOS兼容） 语音交互 ASR DeepSeek Edge TTS
  口语化Prompt设计、Edge TTS语音播报、iOS Safari自动播放限制、时序优化等关键技术总结 - 2026-05-18
• 阿里云ASR测试功能开发调试实录 语音识别 阿里云 ASR paraformer
  记录阿里云paraformer-v1 ASR测试页面从开发到成功运行的完整调试过程，包含所有踩坑经验和解决方案 - 2026-05-18
• 语音技术体系总览 AI 语音技术 ASR
  AI语音技术完整体系架构，包含ASR语音识别、TTS语音合成、语音克隆等核心分支 - 2026-05-17
• Ping语音聊天机制详解 语音交互 Ping 语音聊天 ASR
  BYPsNotes项目中Ping模块的语音聊天完整技术实现，包含浏览器录音、阿里云ASR、RAG引擎和TTS合成 - 2026-05-17
• 阿里云ASR + DeepSeek对话功能开发经验 语音识别 ASR DeepSeek SSE
  流式SSE打字机效果、长内容滚动、Gunicorn缓冲优化等关键技术总结 - 2026-05-17
• Whisper Tiny 在线测试机制 语音识别 Whisper 在线测试 WebM
  Whisper tiny模型的在线测试页面实现机制，包含浏览器录音、本地识别、无依赖部署方案 - 2026-05-17
• 语音合成TTS技术 语音合成 AI 语音技术 TTS
  TTS（Text-To-Speech）语音合成技术原理、主流方案与应用场景 - 2026-05-17
• Whisper 语音识别模型 语音识别 Whisper OpenAI 语音识别
  OpenAI 开源语音识别模型 Whisper 的技术原理、模型家族、安装部署与实战指南 - 2026-05-12
• 语音识别 ASR 技术 语音识别 ASR 语音识别 深度学习
  自动语音识别（ASR）技术原理、主流方案对比、技术演进与选型指南 - 2026-05-12