基于Whisper-Large V3的语音情感识别模型，专为MSP-Podcast数据集优化，支持9种情感分类

基于DistilBERT的情感分析模型，用于将产品评论分类为正面、负面或中性

基于ModernBERT-base微调的多类别情感分类模型，可识别7种情感标签

这是一个基于音频频谱图变压器（AST）的微调模型，专门用于语音音频中的情感分类。

基于Wav2Vec2架构微调的英语语音情感识别模型，可识别六种情感状态

基于RoBERTa架构微调的捷克语情感分类模型，支持六种情感类别识别

基于RoBERTa微调的德语情感分类模型，可将文本分类为愤怒、恐惧、厌恶、悲伤、快乐及无上述情绪六种情感类别。

该模型使用微调的wav2vec2（基础）架构，在IEMOCAP数据集上训练，用于语音情感识别任务。

基于facebook/wav2vec2-base微调的阿拉伯语语音情感识别模型，在评估集上取得了99.92%的准确率。

基于shhossain/whisper-tiny-bn微调的情感分类模型，可识别孟加拉语中的7种基础情感

基于腾讯游戏伙伴的中文HuBERT预训练模型，在CASIA数据集上微调的中文语音情感分类模型，支持6种情感识别。

一个基于文本的情感分类模型，能够识别愤怒、厌恶、恐惧、快乐、中性和悲伤六种情感。

基于AST架构微调的俄语语音情感分类模型，支持7种情感状态识别

基于Luke-japanese-large-lite微调的日语情感分析模型，能够识别文本中的八种情感类型

基于wav2vec2的德语语音情感检测模型，在emo-DB数据集上训练，能够识别7种不同情感。

这是一个基于Transformer的情感分类模型，能够识别输入文本中的32种不同情感。

基于facebook/wav2vec2-large-xlsr-53微调的乌尔都语音频情感分类模型，支持愤怒、快乐、平静、悲伤四类情感识别

这是一个基于XLS-R Wav2Vec2架构的俄语语音情感识别模型，能够识别7种基本情感，准确率达72%。

这是一个基于FlauBERT的法语情感分析模型，能够检测文本中的四种情感类型：混合、负面、客观和正面。

基于RoBERTa架构的文本分类模型，专门针对GoEmotions数据集进行微调，用于识别28种不同情感。

这是一个基于Wav2Vec 2.0架构的波斯语语音情感识别模型，能够识别六种基本情感状态。

该模型是基于谷歌T5-base模型在情感识别数据集上微调而成，用于文本情感分类任务，可将文本分类为6种基本情感。

基于Wav2Vec 2.0微调的语音情感识别模型，支持识别8种英语情感，在RAVDESS数据集上准确率达82.23%

这是一个基于Wav2Vec2-Large模型的情感识别模型，专门用于从语音中识别情感类别。

基于Wav2Vec 2.0架构的希腊语语音情感识别模型，能够识别愤怒、厌恶、恐惧、快乐和悲伤五种情感。

基于XLSR-Wav2Vec架构的语音情感识别模型，能够识别五种基本情感：愤怒、厌恶、恐惧、快乐和悲伤。

基于DistilBERT的轻量级情感分析模型，通过知识蒸馏技术保留了BERT 97%的语言理解能力，体积缩小40%，推理速度更快。

该模型是基于Hubert-Base架构的情感识别模型，在SUPERB情感识别任务上训练，用于语音情感分类

基于Hubert-Large预训练模型的情感识别模型，用于预测语音中的情感类别