SenseVoice阿里开源超强语音识别模型，支持多种语言，可识别情绪和事件，识别速度飞快

sensevoice是什么类型的大模型

26

抢首评

27

7

举报

发布时间：2025-10-26 07:59

赛博迪克朗 CyberDickLang

粉丝401获赞2194

相关视频

08:33
阿里通义开源2个声音大模型SenseVoice和CosyVoice #小工蚁
87小工蚁
04:32
SenseVoice整合包-添加批量文件识别-情绪打标等功能 SenseVoice是阿里团队开源语音识别模型。专注于高精度多语言语音识别、情感辨识和音频事件检测。速度飞快，支持多语言。
*整合包加入了批量文件识别、情绪打标、音频文件重命名等功能。
*整合包链接：https://pan.quark.cn/s/46c5d867db56
*魔撘地址：https://www.modelscope.cn/models/iic/SenseVoiceSmall #语音识别 #语音打标 #SenseVoice
12晴沐
03:32
SenseVoice本地部署集成到 Dify工作流中演示 #小工蚁 #dify #ASR
137小工蚁
03:55
实时语音转文字软件SenseVoice整合包，免费语音识别免费实时语音转文字软件下载链接：https://nuowa.net/721，#实时语音识别 #语音转写 #语音转文字 #录音转文字 #实时录音转文字
37AI画师大阳
03:00
提升SenseVoice识别专业名词准确率
#asr #语音识别 #funasr #SenseVoice
10lukeewin
02:06
如何让大模型有声音视频演示类似小爱同学的语音助手，让你对ai产品有启发。#科技科普 #人工智能 #程序代码
1123老刘聊计算机
05:07
语音转文字大模型：SenseVoice，文稿加字幕一起搞定##ai创作
96保益悦听
03:00
不需要联网就能使用的方言ASR模型 | 客家话语音识别模型 | hakka语音识别 | FunASR方言识别 | 方言模型训练
#编程 #funasr #SenseVoice #客家话 #funasr识别方言
20lukeewin
08:35
声音克隆大模型-CosyVoice更新了##今日分享
86保益悦听
00:51
大语言模型api网站推荐，全都可以免费，模型齐全！ #AI #网站 #资源 #免费 #人工智能
90这就有点蚌埠住了啊
07:26
CosyVoice2开源TTS流式大模型实时语音“说” #小工蚁 #TTS #CosyVoice
199小工蚁
03:13
实测纳米超级智能体！打工人必看的效率外挂工作的时候直接打开它，调用万能工具箱里的对应工具,接入工具能力的大模型就能分析你的需求,极短时间内，一份报告或规划就能生成了。几天的工作压缩到几小时完成！做以前做不到的事#科技 #科技改变生活 #智能体 #AI #上班族
136豪厘屋
02:29
分享最新版CosyVoice V2，全新操作界面更新CosyVoice V2最新版本，全新操作界面，增加模型的增加查询删除功能，整合包一键启动，解压即用。
开源地址：https://github.com/FunAudioLLM/CosyVoice
整合包链接：https://pan.quark.cn/s/8e90b2dde641
@DOU+小助手
489Ai剪辑助手
02:31
cosy voice 声音克隆v1和v2版的效果 #声音克隆 #开源软件 #AI模型 #技术分享 #语音合成
343Coral
00:31
商汤Sensechat登陆中国香港，免费试用笑不停 #商汤#商量#商汤大模型
8前方智能
01:27
把Deepseek植入到硬件里会多有意思！#电子爱好者 #人工智能硬件 #Deepseek #大语言模型 #科技创新
885张老师科技教育规划
29:44
【AI音色克隆】阿里CosyVoice V2，最详细效果测试良心分享，绝无套路！
本期视频详细测试了音色克隆项目CosyVoiceV2的表现效果，并同CosyVoiceV1模型进行对比。按照同语种克隆(中 - 中，英 - 英，短文本、长文本)、跨语种克隆(中 - 英、英 - 中)，语速调节(0.8x、1.0x、1.2x)、语气控制(方言控制、情绪控制、语气符号)四个方面进行详细对比测试。其中CosyVoiceV1模型不能使用音色克隆进行语气控制，所以只列出了CosyVoiceV2的效果。
个人主观感受：
1、整体上：中文克隆(中 - 中)、语速调节、语气控制的效果较CosyVoiceV1模型提升较大！音色相似度、语气的自然程度都有较大改善！
2、当前缺点：
(1) 英文克隆效果感觉不太稳定，断句、发音有时不太自然。其他语言测试较少，暂时无法总结！
(2) 语气控制中个别方言的效果不太好。
(3) 其他地方也有一些瑕疵，比如断句、发音偶尔仍有问题，但相较于V1模型少了很多。
说明：因为时间有限，测试项、参考音频和生成文本内容的测试样本数选取相对较少，可能生成的音频效果有一定的偶然性，仅供参考。
————项目包下载————
阿里CosyVoiceV2整合包：https://www.bilibili.com/video/BV1pnkFYmEAE/?vd_source=6c8b8679b818b05d24c65f49a65eb994
————原项目信息————
Github：https://github.com/FunAudioLLM/CosyVoice
CosyVoice V2官方主页：funaudiollm.github.io/cosyvoice2
#CosyVoice #CosyVoiceV2 #音色克隆 #AI #效果测试
46与AI同行
04:48
批量视频提取文案 2.0 版本。#deepseek #trae #python #视频提取文案使用deepseek加trae制作视频批量提取程序
395Ai 阿特张
02:04
CosyVoiceV2整合包无需训练模型声音克隆只需三秒（文本转语音工具）#文本转语音 #声音克隆
52冒失的风雪（主页获取）
15:25
OpenAI 发布了三个新的音频模型 API OpenAI 发布了三个新的音频模型 API，主要分为两类：
1. 语音识别模型（Speech-to-text）：
- gpt-4o-transcribe（精准版）
- gpt-4o-mini-transcribe（轻量版）
2. 文字转语音模型（Text-to-speech）：
- gpt-4o-mini-tts（支持自定义声音风格）
这些新模型在准确率上有所提升，特别是在有噪音、口音明显或语速变化快的环境下。价格方面，mini 版本更便宜，适合日常小规模使用，而 gpt-4o-transcribe 适合需要高精准度的专业场景。
新亮点包括：
1. 语音转文字更精准，特别适合带口音的语言、背景噪音大和讲话速度快的场景。
2. TTS 模型支持声音风格指令，可以控制声音表现，适合创意内容和客户服务。
3. Agents SDK 支持音频，开发者可以轻松构建智能语音助手。
这些改进提高了实用性和用户体验，期待未来在客服、导航和聊天等领域的应用。#人工智能 #OpenAI #DeepSeek #语音助手 #Agent
9AKyS佐毅🐿

热门推荐

热门分类