Транскрибировать с SenseVoice
5.5%
WER
50
Languages
50.0x
Speed
MIT
License
О модели SenseVoice
SenseVoice is a speech foundation model from FunAudioLLM that goes beyond transcription. It supports 50+ languages and includes capabilities for emotion recognition, audio event detection, and inverse text normalization in a single model.
Model Info
- ProviderFunAudioLLM
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Часто задаваемые вопросы
SenseVoice — это речевая модель на FunAudioLLM. STT.ai носит SenseVoice на нашей инфраструктуре GPU, так что вы можете использовать ее без обеспечения собственного оборудования — загружать аудио- или видео и выбирать SenseVoice из сборщика модели.
При стандартных контрольных параметрах SenseVoice достигает примерно 5.5% скорости ошибок в Word. Точность в реальном мире зависит от качества звука, акцента и языка; для шумных или заостренных записей ожидается, что на несколько процентных пунктов выше WER.
SenseVoice работает на бесплатном уровне STT.ai — каждый посетитель получает 600 минут в месяц бесплатно.
SenseVoice выпущено на MIT год, разрешительная лицензия с открытым исходным кодом. Вы можете самостоятельно принять SenseVoice на вашем собственном оборудовании или использовать нашу приёмную версию — оба они могут быть использованы на коммерческой основе.
SenseVoice поддерживает 50 язык. Автообнаружение выбирает правильный язык для большинства звуков; вы также можете указать его вручную для небольшого лифта с точностью.
SenseVoice обрабатывает аудио примерно 50.0x в режиме реального времени на наших GPU. 1-часовой аудио файл заканчивается меньше чем за 1 минуты; более длинный список файлов и уведомление по электронной почте, когда он будет сделан.
SenseVoice имеет параметры 234M. Большие модели, как правило, более точны, но медленнее; STT.ai носит SenseVoice на GPU, так что число параметров не влияет на производительность вашего клиента.
SenseVoice принимает каждый формат STT.ai поддержки — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI и другие.
Да, диааризация спикера проводится вместе с SenseVoice за каждую транскрипцию — каждый оратор помечен ярлыком, и после этого вы можете переименовать их в редактора.
Да. SenseVoice прогонов в нашей регулируемой среде — аудио обрабатывается и удаляется по умолчанию и никогда не используется для обучения без прямого выбора. Про-планы добавляют шифрование клиентом для расшифровки стенограмм.
Используйте инструмент для сравнения с SenseVoice против любой другой поддерживаемой модели на одном и том же аудио — вы увидите WER, число сегментов, ярлыки громкостей и оценки достоверности одновременно. Сопоставление SenseVoice vs Whisper Крупный V3 — наиболее частое сравнение.
Да. Указать "sensevoice" в качестве параметра модели на конечных точках /v1/tranarip. Python и Node.js SDKs включают SenseVoice примеры. Свободный API уровень включает 100 минут в месяц.
Да, так как SenseVoice имеет MIT-лицензию, вы можете самостоятельно завести его. На странице с открытым исходным кодом STT.ai перечисляются репо и весы проекта. Большинство производственных команд используют нашу хост-версия, чтобы пропустить закупки GPU, свопы моделей и операции.