SenseVoice音声理解モデルリポジトリをオープンソース化:ASR、感情認識、音声イベント検出をサポート
原題:QwenAudio/SenseVoice
AI 要約
SenseVoiceはASR、言語識別、音声感情認識、音声イベント検出をサポートする音声理解基盤モデルである。公開されたSenseVoiceSmallチェックポイントは標準中国語、広東語、英語、日本語、韓国語に対応し、感情とイベントのラベルを出力する。非自己回帰のエンドツーエンドアーキテクチャを採用し、同パラメータ規模で推論速度はWhisper-Smallの5倍以上、Whisper-Largeの15倍以上である。
要点
- SenseVoiceはASR、言語識別、音声感情認識、音声イベント検出をサポートする音声理解基盤モデルである。
- 公開されたSenseVoiceSmallチェックポイントは標準中国語、広東語、英語、日本語、韓国語に対応し、感情とイベントのラベルを出力する。
- 非自己回帰のエンドツーエンドアーキテクチャを採用し、同パラメータ規模で推論速度はWhisper-Smallの5倍以上、Whisper-Largeの15倍以上である
概要
- 公開日時
- 更新日時
- カテゴリ
- 製品とアプリ
- AI スコア
- 61
おすすめの理由
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:SenseVoice音声理解モデルリポジトリをオープンソース化:ASR、感情認識、音声イベント検出をサポート。2024年7月3日。https://new.nat6.net/ja/news/cmtyq8s6102v3roup5qwf5ciz/