diff --git a/README.md b/README.md
index 3ffd0b8..41f322f 100644
--- a/README.md
+++ b/README.md
@@ -169,9 +169,27 @@ Undo
## 情感识别效果
+由于目前缺乏被广泛使用的情感识别测试指标和方法，我们在多个测试集的多种指标进行测试，并与近年来Benchmark上的多个结果进行了全面的对比。所选取的测试集同时包含中文/英文两种语言以及表演、影视剧、自然对话等多种风格的数据，在不进行目标数据微调的前提下，SenseVoice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。
+
+
+
+
+
+同时，我们还在测试集上对多个开源情感识别模型进行对比，结果表明，SenseVoice-Large模型可以在几乎所有数据上都达到了最佳效果，而SenseVoice-Small模型同样可以在多数数据集上取得超越其他开源模型的效果。
+
+
+
+
## 事件检测效果
+尽管SenseVoice只在语音数据上进行训练，它仍然可以作为事件检测模型进行单独使用。我们在环境音分类ESC-50数据集上与目前业内广泛使用的BEATS与PANN模型的效果进行了对比。SenseVoice模型能够在这些任务上取得较好的效果，但受限于训练数据与训练方式，其事件分类效果专业的事件检测模型相比仍然有一定的差距。
+
+
+
+
+
+
## 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。
diff --git a/fig/aed_figure.png b/fig/aed_figure.png
new file mode 100644
index 0000000..995cedf
Binary files /dev/null and b/fig/aed_figure.png differ
diff --git a/fig/ser_figure.png b/fig/ser_figure.png
new file mode 100644
index 0000000..e334890
Binary files /dev/null and b/fig/ser_figure.png differ
diff --git a/fig/ser_table.png b/fig/ser_table.png
new file mode 100644
index 0000000..da432df
Binary files /dev/null and b/fig/ser_table.png differ