Mga produkto at aplikasyon

SenseVoice open source na speech understanding model repository: sumusuporta sa ASR, emotion recognition at audio event detection

Orihinal na pamagat:QwenAudio/SenseVoice

AI summary

Ang SenseVoice ay isang foundational model ng speech understanding na sumusuporta sa ASR, language identification, speech emotion recognition at audio event detection. Ang inilabas na SenseVoiceSmall checkpoint ay sumusuporta sa Mandarin, Cantonese, Ingles, Hapon at Koreano, at naglalabas ng emotion at event labels; gumagamit ito ng non-autoregressive end-to-end architecture, at sa parehong antas ng parameter count ay mahigit 5 beses na mas mabilis ang inference kaysa Whisper-Small at mahigit 15 beses kaysa Whisper-Large.

Mahahalagang impormasyon

  • Ang SenseVoice ay isang foundational model ng speech understanding na sumusuporta sa ASR,language…
  • Ang inilabas na SenseVoiceSmall checkpoint ay sumusuporta sa Mandarin,Cantonese,Ingles,Hapon at…
  • gumagamit ito ng non-autoregressive end-to-end architecture,at sa parehong antas ng parameter…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
通义 QwenAudio:原创语音项目
Kategorya
Mga produkto at aplikasyon
AI na marka
61
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: SenseVoice open source na speech understanding model repository: sumusuporta sa ASR, emotion recognition at audio event detection. 3 Hulyo 2024. https://new.nat6.net/fil/news/cmtyq8s6102v3roup5qwf5ciz/

Tingnan lahat →