产品与应用

SenseVoice 开源语音理解模型仓库:支持 ASR、情感识别与音频事件检测

原文标题:QwenAudio/SenseVoice

AI 摘要

SenseVoice 是一个语音理解基础模型,支持 ASR、语种识别、语音情感识别和音频事件检测。发布的 SenseVoiceSmall 检查点支持普通话、粤语、英语、日语和韩语,并输出情感与事件标签;采用非自回归端到端架构,同参数量级下推理速度比 Whisper-Small 快 5 倍以上、比 Whisper-Large 快 15 倍以上。

关键信息

  • SenseVoice 是一个语音理解基础模型,支持 ASR、语种识别、语音情感识别和音频事件检测。
  • 发布的 SenseVoiceSmall 检查点支持普通话、粤语、英语、日语和韩语,并输出情感与事件标签
  • 采用非自回归端到端架构,同参数量级下推理速度比 Whisper-Small 快 5 倍以上、比 Whisper-Large 快 15 倍以上
  • 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

速览

发布时间
更新时间
来源
通义 QwenAudio:原创语音项目
分类
产品与应用
AI 评分
61
阅读原文 前往信息源阅读完整正文
推荐理由

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。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:SenseVoice 开源语音理解模型仓库:支持 ASR、情感识别与音频事件检测。2024年7月3日。https://new.nat6.net/news/cmtyq8s6102v3roup5qwf5ciz/

查看全部 →