diff --git a/README.md b/README.md index af520dd..179c613 100644 --- a/README.md +++ b/README.md @@ -31,13 +31,15 @@ tasks: --- # Highlights -- **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。 +**SenseVoice**专注于高精度多语言语音识别、情感辨识和音频事件检测 +- **多语言识别:** 采用超过40万小时数据训练,支持超过50种语言,识别效果上优于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。 + - 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。 + - 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,15倍优于Whisper-Large。 +- **微调定制:** 具备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:** 具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。 + ## [SenseVoice开源项目介绍]() [SenseVoice]()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。