← 返回系列列表
FunAudioLLM 3 个模型
发布时间线
2024.07.08
FunAudioLLM
支持中英日粤韩五种语言
支持超过50种语言识别
具备情感识别和声音事件检测能力
支持多语言翻译、情绪 ...
2024.07.06
SenseVoice
支持超过50种语言识别
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检测
支持情感辨 ...
2024.07.06
CosyVoice
支持中英日粤韩5种语言生成
支持3~10s原始音频模拟音色
支持以富文本或自然语言形式对情感、韵律进 ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2024-07-08 | 阿里巴巴 | FunAudioLLM | 主流 | 支持中英日粤韩五种语言 支持超过50种语言识别 具备情感识别和声音事件检测能力 支持多语言翻译、情绪语音对话、互动播客和有声读物等场景 |
| 2024-07-06 | 阿里巴巴 | SenseVoice | 主流 | 支持超过50种语言识别 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检测 支持情感辨识 SenseVoice-Small为轻量级编码器模型,SenseVoice-Large为编解码器大型模型 |
| 2024-07-06 | 阿里巴巴 | CosyVoice | 主流 | 支持中英日粤韩5种语言生成 支持3~10s原始音频模拟音色 支持以富文本或自然语言形式对情感、韵律进行细粒度控制 提供基模型、SFT微调模型及支持细粒度控制的Instruct模型 |