funaudiollm /
sensevoice
SenseVoice（8.2K Stars）是阿里通义实验室的多任务语音理解模型。 一个 234MB 模型同时完成： 语音识别（ASR） 语种检测（中/英/日/韩/粤） 情感识别（开心/悲伤/愤怒/中性） 声音事件检测（笑声/掌声/音乐/哭泣） 速度 GPU: 170 倍实时（10 秒音频只需 70ms） CPU: 17 倍实时（无需 GPU 也能用） 使用 python pip install funasr from funasr i…
About
SenseVoice（8.2K Stars）是阿里通义实验室的多任务语音理解模型。 一个 234MB 模型同时完成： 语音识别（ASR） 语种检测（中/英/日/韩/粤） 情感识别（开心/悲伤/愤怒/中性） 声音事件检测（笑声/掌声/音乐/哭泣） 速度 GPU: 170 倍实时（10 秒音频只需 70ms） CPU: 17 倍实时（无需 GPU 也能用） 使用 python pip install funasr from funasr import AutoModel model = AutoModel(model="iic/SenseVoiceSmall", vadmodel="fsmn-vad", device="cuda") result = model.generate(input="audio.wav") 输出带情感标签: <|HAPPY|>今天天气真好<|NEUTRAL|>我们出去走走吧 应用场景 客服质检（自动检测客户情绪） 会议分析（识别氛围变化） 内容审核（检测异常声音事件） 语音助手（根据情绪调整回复）
Discovery history
- 阮一峰周刊·用户投稿
Discuss this product