Produkte & Apps

SenseVoice: Open-Source-Repository für Sprachverständnismodelle mit ASR, Emotionserkennung und Audioereigniserkennung

Originaltitel:QwenAudio/SenseVoice

KI-Zusammenfassung

SenseVoice ist ein Basismodell für Sprachverständnis, das ASR, Spracherkennung, Sprachemotionserkennung und Audioereigniserkennung unterstützt. Der veröffentlichte Checkpoint SenseVoiceSmall unterstützt Mandarin, Kantonesisch, Englisch, Japanisch und Koreanisch und gibt Emotions- und Ereignislabels aus. Dank nicht-autoregressiver End-to-End-Architektur ist die Inferenz bei vergleichbarer Parameterzahl über 5-mal schneller als Whisper-Small und über 15-mal schneller als Whisper-Large.

Kernpunkte

  • SenseVoice ist ein Basismodell für Sprachverständnis,das…
  • Der veröffentlichte Checkpoint SenseVoiceSmall unterstützt…
  • Dank nicht-autoregressiver End-to-End-Architektur ist die Inferenz bei vergleichbarer…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
通义 QwenAudio:原创语音项目
Kategorie
Produkte & Apps
KI-Bewertung
61
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

官方仓库文档同时给出基准对比、部署路径和微调方案,读者可以据此评估 SenseVoice 在中英文语音识别场景的可用性。

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: SenseVoice: Open-Source-Repository für Sprachverständnismodelle mit ASR, Emotionserkennung und Audioereigniserkennung. 3. Juli 2024. https://new.nat6.net/de/news/cmtyq8s6102v3roup5qwf5ciz/

Alle ansehen →