25萬虛擬er在“元宇宙”追星
“默嘰默嘰，我是默默醬，我是在真元宇宙也有頭有臉的人。”12月11日晚20：00，虛擬偶像@默默醬的首場個人元宇宙演唱會《以夢為馬，抵達繁星》在大有空間APP
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）。
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(shù)據(jù)訓(xùn)練，支持超過 50 種語言，識別效果上優(yōu)于 Whisper 模型
富文本識別：具備優(yōu)秀的情感識別，能夠在測試數(shù)據(jù)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(yōu)于 Whisper-Large
微調(diào)定制：具備便捷的微調(diào)腳本與策略，方便用戶根據(jù)業(yè)務(wù)場景修復(fù)長尾樣本問題
服務(wù)部署：具有完整的服務(wù)部署鏈路，支持多并發(fā)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(shù)據(jù)上都達到了最佳效果，而 SenseVoice-Small 模型同樣可以在多數(shù)數(shù)據(jù)集上取得超越其他開源模型的效果。
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(xiàn)出色。
附相關(guān)鏈接：
SenseVoice：https://github.com/FunAudioLLM/SenseVoice
CosyVoice：https://github.com/FunAudioLLM/CosyVoice
本文鏈接：http://www.rrqrq.com/showinfo-45-5094-0.html阿里云通義千問開源兩款語音基座模型，識別效果優(yōu)于 OpenAI Whisper
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
上一篇： “國內(nèi)首款破局性 AI 開發(fā)工具”，中國電信發(fā)布星辰軟件工廠：產(chǎn)品文檔生成代碼
下一篇： 振興鄉(xiāng)村發(fā)展 助力青少年教育 中國三星連續(xù)十一年蟬聯(lián)企業(yè)社會責任榜外企第一
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號