复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型
复旦出品asr模型-最强语音转录文字 MOSS-Transcribe-Diarize 0.9B 模型，一键生成字幕
00元/小时
v1.0
最新
镜像名称
语音转文字模型asr：MOSI 的 MOSS-Transcribe-Diarize-0.9B 开源了，目前准确率第一的！
镜像简介
- 在一段多人聊天、互相抢话、声音叠在一起的音频里，
- 它能一次性把谁说了什么、什么时候说的，全给你标出来。
- 128K 上下文。最长约 90 分钟的音频可以一次喂进去，不用切段。
配置方法
- 该镜像初始化后，需要等待服务启动，大概 3 分钟左右。
- 启动后点击按钮 “YZY启动器” 或者 “9000” 直接访问服务。
- 首次生成加载模型比较耗时。
- 服务运行日志查询，可以输入命令 tail -f /start.d/log/*
- 输出目录： /root/moss-td/runs/xxx/
视频教程
详细步骤，可在 哔哩哔哩 余子越Talk 博主页面搜索 语音转录文字 MOSS-Transcribe-Diarize 观看视频教程！
相关链接
- 项目地址： MOSS-Transcribe-Diarize
- 视频教程： 哔哩哔哩 余子越Talk 主页搜索 语音转录文字 MOSS-Transcribe-Diarize
效果截图
常见问题
@余子越Talk
认证作者
认证作者
镜像信息
已使用1 次
运行时长
0 H
支持自启动镜像大小
60GB
最后更新时间
2026-07-22
支持卡型
3080TiRTX50系RTX40系48G RTX40系2080Ti30902080V100S
+8
框架版本
CUDA版本
12.8
应用
JupyterLab: 8888
版本
v1.0
2026-07-22
