Omni SenseVoice - Pengenalan suara berkecepatan tinggi dengan timestamp per kata

• Berdasarkan SenseVoice, model pemahaman suara multibahasa yang memiliki fitur seperti pengenalan suara otomatis (ASR), identifikasi bahasa suara (LID), pengenalan emosi suara (SER), dan deteksi peristiwa audio (AED)
• Dioptimalkan untuk inferensi super cepat dan timestamp yang akurat, sehingga dapat memproses transkripsi audio dengan lebih cerdas dan lebih cepat
• Opsi utama
  • --language: mendeteksi/menentukan bahasa secara otomatis (auto, zh, en, yue, ja, ko)
  • --textnorm: memilih apakah akan menerapkan inverse text normalization (withitn untuk hasil inverse-normalized, woitn untuk teks mentah)
  • --device-id: menjalankan pada GPU tertentu (default: -1 untuk CPU)
  • --quantize: menggunakan model terkuantisasi untuk pemrosesan yang lebih cepat

[yangeok]

Karena ada bahasa Korea di opsi, saya jadi ingin mencobanya hehe