使用场景

智能客服系统使用SenseVoiceSmall进行语音识别和情感分析，提升客户服务体验。

音频分析工具利用SenseVoiceSmall检测音频中的特定事件，进行内容分类和标签化。

语音助手通过SenseVoiceSmall实现多语言的语音识别和情感互动，增强用户体验。

产品特色

自动语音识别（ASR）：能够识别和转换语音为文本。

口语语言识别（LID）：识别语音中的语种。

语音情感识别（SER）：识别语音中的情感。

音频事件检测（AED）：检测音频中的特定事件，如背景音乐、掌声、笑声等。

高效的推理：SenseVoice-Small模型推理延迟极低，处理速度快。

便捷的微调：提供微调脚本和策略，易于根据业务场景调整。

多语言支持：支持多种语言的语音识别和情感识别。

使用教程

1. 安装必要的库和依赖，如funasr。

2. 导入AutoModel和rich_transcription_postprocess。

3. 设置模型路径和设备，初始化模型。

4. 使用generate方法进行语音识别，传入音频文件路径和语言参数。

5. 使用rich_transcription_postprocess处理识别结果，输出文本。

6. 根据需要进行微调，优化模型性能。

7. 部署模型到服务中，支持多并发请求。