#28 · 主分类： 语音合成与识别
SenseVoice
asr
audio-analysis
audio-event-detection
cantonese
cross-lingual
emotion-detection
funasr
language-identification
llama-cpp
multilingual
multilingual-asr
pytorch
sensevoice
speech-emotion-recognition
speech-recognition
speech-to-text
speech-understanding
transcription
voice-ai
whisper-alternative
开源 SenseVoiceSmall 模型，支持普通话、粤语、英语、日语和韩语的语音识别、语种识别、情感识别和音频事件检测。
项目最后更新：08/27/26
GitHub Stars
9.2K
Forks数量
814
贡献者数量
25
许可证
MIT
收录理由
面向东亚用户的语音产品，过去往往得为每种语言单独训练或采购ASR模型，还得额外搭语言识别和情绪检测的模块。SenseVoiceSmall把转写、语种识别、情绪识别和音频事件检测整合在一次推理里，一个模型就能输出文本以及笑声、掌声、咳嗽这类上下文标签。开箱即用支持普通话、粤语、英语、日语和韩语，基本覆盖该区域主要市场，一套工具就能搞定。非自回归解码器把延迟压得较低，实时转写和通话分析都跑得动。MIT许可，微调不折腾，文档把环境配置讲得很清楚，还和FunASR打通，部署前拿它和Whisper对比测试也方便。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。