【开源推荐】SenseVoice — 一个模型同时做语音识别+情感检测+声音事件分类

[LauraGPT]

项目介绍

SenseVoice（8.2K Stars）是阿里通义实验室的多任务语音理解模型。

一个 234MB 模型同时完成：

• 语音识别（ASR）
• 语种检测（中/英/日/韩/粤）
• 情感识别（开心/悲伤/愤怒/中性）
• 声音事件检测（笑声/掌声/音乐/哭泣）

速度

• GPU: 170 倍实时（10 秒音频只需 70ms）
• CPU: 17 倍实时（无需 GPU 也能用）

使用

pip install funasr

from funasr import AutoModel
model = AutoModel(model="iic/SenseVoiceSmall", vad_model="fsmn-vad", device="cuda")
result = model.generate(input="audio.wav")
# 输出带情感标签: <|HAPPY|>今天天气真好<|NEUTRAL|>我们出去走走吧

应用场景

• 客服质检（自动检测客户情绪）
• 会议分析（识别氛围变化）
• 内容审核（检测异常声音事件）
• 语音助手（根据情绪调整回复）

链接

• GitHub: https://github.com/FunAudioLLM/SenseVoice
• FunASR 工具包: https://github.com/modelscope/FunASR
• 在线体验: https://www.funasr.com