update README.md
This commit is contained in:
parent
1094eae056
commit
2db91a0891
24
README.md
24
README.md
@ -31,11 +31,13 @@ tasks:
|
||||
---
|
||||
|
||||
# Highlights
|
||||
- SenseVoice-Small模型支持中、粤、英、日、韩多语言语音识别,在中、粤识别效果上明显优于Whisper模型。
|
||||
- SenseVoice-Small模型具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。
|
||||
- SenseVoice-Small模型支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。
|
||||
- SenseVoice-Small采用非自回归端到端框架,推理延迟极低,10s音频推理仅耗时70ms。
|
||||
- SenseVoice支持模型微调和onnx服务部署。
|
||||
- **多语言识别:** SenseVoice-Small模型支持中、粤、英、日、韩五种语言,在中、粤识别效果上明显优于Whisper模型。
|
||||
- **富文本识别:**
|
||||
- SenseVoice模型具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。
|
||||
- SenseVoice模型支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。
|
||||
- **高效推理:** SenseVoice-Small模型采用非自回归端到端框架,推理延迟极低,10s音频推理仅耗时70ms。
|
||||
- **微调定制:** SenseVoice项目支持有便捷的微调脚本与策略,方便用户根据业务场景修复长尾样本问题。
|
||||
- **服务部署:** SenseVoice项目有完整的服务部署链路,支持多并发请求,支持客户端语言有,python、c++、html、java与c#等。
|
||||
|
||||
## <strong>[SenseVoice开源项目介绍]()</strong>
|
||||
<strong>[SenseVoice]()</strong>开源模型是多语言音频理解模型,具有包括语音识别、语种识别、语音情感识别,声学事件检测能力。
|
||||
@ -44,16 +46,6 @@ tasks:
|
||||
| [**最新动态**]()
|
||||
| [**环境安装**]()
|
||||
|
||||
## <strong>[FunASR开源项目介绍](https://github.com/alibaba-damo-academy/FunASR)</strong>
|
||||
<strong>[FunASR](https://github.com/alibaba-damo-academy/FunASR)</strong>希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调,研究人员和开发人员可以更方便地进行语音识别模型的研究和生产,并推动语音识别生态的发展。让语音识别更有趣!
|
||||
|
||||
[**github仓库**](https://github.com/alibaba-damo-academy/FunASR)
|
||||
| [**最新动态**](https://github.com/alibaba-damo-academy/FunASR#whats-new)
|
||||
| [**环境安装**](https://github.com/alibaba-damo-academy/FunASR#installation)
|
||||
| [**服务部署**](https://www.funasr.com)
|
||||
| [**模型库**](https://github.com/alibaba-damo-academy/FunASR/tree/main/model_zoo)
|
||||
| [**联系我们**](https://github.com/alibaba-damo-academy/FunASR#contact)
|
||||
|
||||
# 模型结构图
|
||||
SenseVoice多语言音频理解模型,支持语音识别、语种识别、语音情感识别、声学事件检测、逆文本正则化等能力,采用工业级数十万小时的标注音频进行模型训练,保证了模型的通用识别效果。模型可以被应用于中文、粤语、英语、日语、韩语音频识别,并输出带有情感和事件的富文本转写结果。
|
||||
|
||||
@ -192,7 +184,7 @@ Undo
|
||||
|
||||
|
||||
## 推理效率
|
||||
SenseVoice-small模型采用非自回归端到端架构,推理延迟极低。在参数量与Whisper-Small模型相当的情况下,比Whisper-Small模型推理速度快7倍,比Whisper-Large模型快17倍。同时SenseVoice-small模型在音频时长增加的情况下,推理耗时也无明显增加。
|
||||
SenseVoice-Small模型采用非自回归端到端架构,推理延迟极低。在参数量与Whisper-Small模型相当的情况下,比Whisper-Small模型推理速度快7倍,比Whisper-Large模型快17倍。同时SenseVoice-small模型在音频时长增加的情况下,推理耗时也无明显增加。
|
||||
|
||||
|
||||
<p align="center">
|
||||
|
||||
Loading…
Reference in New Issue
Block a user