Omni SenseVoice - Schnelle Spracherkennung mit wortgenauen Zeitstempeln

• Basierend auf SenseVoice, einem mehrsprachigen Sprachverständnismodell mit Funktionen wie Automatic Speech Recognition (ASR), Spoken Language Identification (LID), Speech Emotion Recognition (SER) und Audio Event Detection (AED)
• Optimiert für extrem schnelle Inferenz und präzise Zeitstempel, sodass Audiotranskription intelligenter und schneller verarbeitet werden kann
• Wichtige Optionen
  • --language: Sprache automatisch erkennen/festlegen (auto, zh, en, yue, ja, ko)
  • --textnorm: Auswählen, ob inverse Textnormalisierung angewendet wird (bei invers normalisiertem Text withitn, bei Rohtext woitn)
  • --device-id: Auf einer bestimmten GPU ausführen (Standardwert: -1 für CPU)
  • --quantize: Quantisiertes Modell für schnellere Verarbeitung verwenden

[yangeok]

Da Koreanisch als Option dabei ist, würde ich es gern mal testen, haha.