97人人爽|97碰在线视频|三年片在线|中文字幕一区二区三区三区四区

?
當前位置：首頁 / 新聞資訊 / 行業資訊

阿里云通義千問開源兩款語音基座模型,識別效果優于 OpenAI Whisper

發布日期：2024-07-10     441 次

7 月 9 日消息，阿里云通義千問開源了兩款語音基座模型 SenseVoice（用于語音識別）和 CosyVoice（用于語音生成）。

0.jpg

SenseVoice 專注于高精度多語言語音識別、情感辨識和音頻事件檢測，有以下特點：

多語言識別：采用超過 40 萬小時數據訓練，支持超過 50 種語言，識別效果上優于 Whisper 模型

富文本識別：具備優秀的情感識別，能夠在測試數據上達到和超過目前最佳情感識別模型的效果；支持聲音事件檢測能力，支持音樂、掌聲、笑聲、哭聲、咳嗽、噴嚏等多種常見人機交互事件進行檢測

高效推理： SenseVoice-Small 模型采用非自回歸端到端框架，推理延遲極低，10s 音頻推理僅耗時 70ms，15 倍優于 Whisper-Large

微調定制：具備便捷的微調腳本與策略，方便用戶根據業務場景修復長尾樣本問題

服務部署：具有完整的服務部署鏈路，支持多并發請求，支持的客戶端語言有 python、c++、html、java 與 c#等

與開源情感識別模型進行對比，SenseVoice-Large 模型可以在幾乎所有數據上都達到了最佳效果，而 SenseVoice-Small 模型同樣可以在多數數據集上取得超越其他開源模型的效果。

0.jpg

CosyVoice 模型同樣支持多語言、音色和情感控制，該模型在多語言語音、零樣本語音生成、跨語言語音克隆和指令跟隨等功能方面表現出色。


上一篇: ASML CEO：世界需要中國生產的傳統制程芯片
下一篇: 中韓企業夾擊索尼半導體

為您精選

最新文章

尋找更多銷售、技術和解決方案的信息？

?
關于綠測

廣州綠測電子科技有限公司（簡稱：綠測科技）成立于2015年11月，是一家專注于耕耘測試與測量行業的技術開發公司。綠測科技以“工程師的測試管家”的理念向廣大客戶提供專業的管家服務。綠測科技的研發部及工廠設立于廣州番禺區，隨著公司業務的發展，先后在廣西南寧、深圳、廣州南沙、香港等地設立了機構。綠測科技經過深耕測試與測量領域多年，組建了一支經驗豐富的團隊，可為廣大客戶提供品質過硬的產品及測試技術服務等支持。

綠測工場服務號
綠測工場服務號
綠測科技訂閱號
綠測科技訂閱號
020-2204 2442
Copyright @ 2015-2024 廣州綠測電子科技有限公司 版權所有 E-mail：Sales@greentest.com.cn 粵ICP備18033302號