SenseVoice多语言语音明确模子之最新摆设落地履历

SenseVoice是阿里云通义实验室开辟的一款多语言音频根本模子，专注于高精度多语言语音辨认、情绪辨识和音频变乱检测。
SenseVoice支持凌驾50种语言的辨认，而且在中文和粤语上的辨认结果优于Whisper模子，提升了50%以上。
SenseVoice具备强盛的情绪辨认本领，可以大概检测音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互变乱。
SenseVoice模子在推理速率上表现出色，其小型模子SenseVoice-Small接纳非自回归端到端框架，10秒音频的推理时间仅为70毫秒，比Whisper-large快15倍。
github项目地点：https://github.com/FunAudioLLM/SenseVoice。
一、情况安装

1、python情况
发起安装python版本在3.10以上。
2、库安装

1. pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
3. pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
5. pip install funasr-onnx gradio -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

为了方便音频处置惩罚，还必要安装ffmpeg，下令如下：
apt install ffmpeg
3、SenseVoiceSmall模子下载

1. git lfs install
3. git clone https://www.modelscope.cn/iic/SenseVoiceSmall.git

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金