उत्पाद और ऐप्स

SenseVoice ने स्पीच अंडरस्टैंडिंग मॉडल रिपॉजिटरी जारी की: ASR, इमोशन रिकग्निशन और ऑडियो इवेंट डिटेक्शन का समर्थन

मूल शीर्षक:QwenAudio/SenseVoice

AI सारांश

SenseVoice एक स्पीच अंडरस्टैंडिंग फाउंडेशन मॉडल है जो ASR, भाषा पहचान, स्पीच इमोशन रिकग्निशन और ऑडियो इवेंट डिटेक्शन का समर्थन करता है। SenseVoiceSmall चेकपॉइंट मंदारिन, कैंटोनीज़, अंग्रेजी, जापानी और कोरियाई भाषाओं के लिए इमोशन और इवेंट लेबल आउटपुट देता है। नॉन-ऑटोरिग्र्रेसिव एंड-टू-एंड आर्किटेक्चर के कारण, यह समान पैरामीटर स्केल पर Whisper-Small से 5 गुना और Whisper-Large से 15 गुना अधिक तेज़ तर्क गति प्रदान करता है।

मुख्य जानकारी

  • SenseVoice एक स्पीच अंडरस्टैंडिंग फाउंडेशन मॉडल है जो ASR,भाषा पहचान,स्पीच इमोशन रिकग्निशन और…
  • जापानी और कोरियाई भाषाओं के लिए इमोशन और इवेंट लेबल आउटपुट देता है। नॉन-ऑटोरिग्र्रेसिव एंड-टू-एंड…
  • यह समान पैरामीटर स्केल पर Whisper-Small से 5 गुना और Whisper-Large से 15 गुना अधिक तेज़ तर्क गति…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
通义 QwenAudio:原创语音项目
श्रेणी
उत्पाद और ऐप्स
AI स्कोर
61
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: SenseVoice ने स्पीच अंडरस्टैंडिंग मॉडल रिपॉजिटरी जारी की: ASR, इमोशन रिकग्निशन और ऑडियो इवेंट डिटेक्शन का समर्थन। 3 जुलाई 2024। https://new.nat6.net/hi/news/cmtyq8s6102v3roup5qwf5ciz/

सभी देखें →