製品とアプリ

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
出典
通义 QwenAudio:原创语音项目
カテゴリ
製品とアプリ
AI スコア
61
原文を読む 情報源で全文を読む
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。

原文記事 · AIHOT 記事

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/

すべて見る →