SenseVoice : un dépôt open source de modèles de compréhension vocale avec ASR, reconnaissance des émotions et détection d'événements audio
Titre original:QwenAudio/SenseVoice
Résumé IA
SenseVoice est un modèle de base de compréhension vocale prenant en charge l'ASR, l'identification de langue, la reconnaissance des émotions vocales et la détection d'événements audio. Le checkpoint SenseVoiceSmall publié couvre le mandarin, le cantonais, l'anglais, le japonais et le coréen, et produit des étiquettes d'émotion et d'événement ; son architecture non autorégressive de bout en bout offre une inférence plus de 5 fois plus rapide que Whisper-Small et plus de 15 fois plus rapide que Whisper-Large à nombre de paramètres comparable.
Points clés
- SenseVoice est un modèle de base de compréhension vocale prenant en charge l'ASR,l'identification…
- Le checkpoint SenseVoiceSmall publié couvre le mandarin,le cantonais,l'anglais,le japonais et le…
- son architecture non autorégressive de bout en bout offre une inférence plus de 5 fois plus rapide…
En bref
- Publié
- Mis à jour
- Source
- 通义 QwenAudio:原创语音项目
- Catégorie
- Produits et applications
- Score IA
- 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。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : SenseVoice : un dépôt open source de modèles de compréhension vocale avec ASR, reconnaissance des émotions et détection d'événements audio. 3. juillet 2024. https://new.nat6.net/fr/news/cmtyq8s6102v3roup5qwf5ciz/