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
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.
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/