AIbase

英语语音分析
Wav2vec2 Ser English Finetuned
该模型基于Wav2Vec2架构微调训练，专门用于识别英语语音中的六种情绪状态（悲伤、愤怒、厌恶、恐惧、快乐、中性），准确率达92.42%。
音频分类
Safetensors
英语
W
dihuzz
68
1
Speechllm 1.5B
Apache-2.0
SpeechLLM是一个多模态大型语言模型，用于预测对话中说话者轮次的元数据，包括语音活动、转录文本、性别、年龄、口音和情绪。
文本生成音频
Transformers
英语
S
skit-ai
40
7
Speechllm 2B
Apache-2.0
SpeechLLM是一个多模态大型语言模型，训练用于预测对话中说话者轮次的元数据，包括语音活动、转录文本、说话者性别、年龄、口音和情绪。
文本生成音频
Transformers
英语
S
skit-ai
237
16
Wav2vec English Speech Emotion Recognition
Apache-2.0
基于Wav2Vec 2.0微调的英语语音情感识别模型，能够识别7种不同情感
音频分类
Transformers
W
r-f
139.06k
19