新闻资讯

行业资讯

当前位置：首页 / 新闻资讯 / 行业资讯

阿里云通义千问开源两款语音基座模型,识别效果优于 OpenAI Whisper

发布日期：2024-07-10     30 次

7 月 9 日消息，阿里云通义千问开源了两款语音基座模型 SenseVoice（用于语音识别）和 CosyVoice（用于语音生成）。

0.jpg

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，有以下特点：

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：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，支持的客户端语言有 python、c++、html、java 与 c#等

与开源情感识别模型进行对比，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。

0.jpg

CosyVoice 模型同样支持多语言、音色和情感控制，该模型在多语言语音、零样本语音生成、跨语言语音克隆和指令跟随等功能方面表现出色。


版权声明：本站内容除特别声明的原创文章之外，转载内容只为传递更多信息，并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题，请及时通过电子邮件或电话通知我们，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话：020-2204 2442,邮箱：Sales@greentest.com.cn。
上一篇: ASML CEO：世界需要中国生产的传统制程芯片
下一篇: 中韩企业夹击索尼半导体

为您精选

热门文章

最新文章

热门标签

EMC EMI 车载充电机 OBC 新能源电车 EV 5G 无线通信 征收关税 主板 显卡 DV试验 DVP试验 OCV测试 锂电池 频谱仪 示波器 xAI AI芯片 英伟达 传导发射 新能源汽车 物联网 SoC芯片 人工智能 AIoT 半导体VPD测试 直流充电桩 交流充电桩 emc ECU ECM 电动汽车 电波暗室 测试测量 天线测试 通信系统 ISO协议 SAR测试 混响室 隔声室 消声室 华为 数据中心 低碳 科技 无线连接 电源 MVG SSD 雷达传感器 新能源 电动车 emi测试 GB2423 冷热冲击试验 芯片 AI 大模型 AMD

寻找更多销售、技术和解决方案的信息？

联系我们
关于绿测

广州绿测电子科技有限公司（简称：绿测科技）成立于2015年11月，是一家专注于耕耘测试与测量行业的技术开发公司。绿测科技以“工程师的测试管家”的理念向广大客户提供专业的管家服务。绿测科技的研发部及工厂设立于广州番禺区，随着公司业务的发展，先后在广西南宁、深圳、广州南沙、香港等地设立了机构。绿测科技经过深耕测试与测量领域多年，组建了一支经验丰富的团队，可为广大客户提供品质过硬的产品及测试技术服务等支持。

查看详情
应用解决方案
产品与服务
新闻资讯
绿测工场服务号
绿测工场服务号
绿测科技订阅号
绿测科技订阅号
020-2204 2442
Copyright @ 2015-2024 广州绿测电子科技有限公司 版权所有 E-mail：Sales@greentest.com.cn 粤ICP备18033302号