Productos y aplicaciones

SenseVoice publica como código abierto un repositorio de modelos de comprensión de voz con ASR, reconocimiento de emociones y detección de eventos de audio

Título original:QwenAudio/SenseVoice

Resumen de IA

SenseVoice es un modelo fundacional de comprensión de voz que admite ASR, identificación de idioma, reconocimiento de emociones en la voz y detección de eventos de audio. El checkpoint SenseVoiceSmall publicado admite mandarín, cantonés, inglés, japonés y coreano, y emite etiquetas de emoción y de eventos; emplea una arquitectura no autorregresiva de extremo a extremo y, con un número de parámetros similar, su inferencia es más de 5 veces más rápida que Whisper-Small y más de 15 veces más rápida que Whisper-Large.

Puntos clave

  • SenseVoice es un modelo fundacional de comprensión de voz que admite ASR,identificación de…
  • El checkpoint SenseVoiceSmall publicado admite mandarín,cantonés,inglés,japonés y coreano,y emite…
  • emplea una arquitectura no autorregresiva de extremo a extremo y,con un número de parámetros…

Resumen rápido

Publicado
Actualizado
Fuente
通义 QwenAudio:原创语音项目
Categoría
Productos y aplicaciones
Puntuación IA
61
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: SenseVoice publica como código abierto un repositorio de modelos de comprensión de voz con ASR, reconocimiento de emociones y detección de eventos de audio. 3. julio 2024. https://new.nat6.net/es/news/cmtyq8s6102v3roup5qwf5ciz/

Ver todo →