阿里巴巴开源的音频理解模型SenseVoice，它通过先进的深度学习技术，实现了多语言语音识别、情感识别和声学事件检测等功能，为开发者提供了强大的音频处理能力。
AI大部分项目需要CUDA和C++桌面开发组件支持，请点击这里按指导安装。对显卡要求也高，非Nvidia独立显卡电脑，不建议涉足AI项目。最后就是AI项目对中文不友好，所以无论文件名，素材名和路径名一律使用英文。
项目介绍：
SenseVoice是由阿里巴巴集团开源的音频基础模型，专注于高精度的多语言语音识别、情感辨识和音频事件检测。该模型采用超过40万小时的数据训练，支持超过50种语言，识别效果上优于Whisper模型。SenseVoice具备以下核心功能：
多语言识别：支持超过50种语言的语音识别，包括中文、粤语、英语、日语和韩语等，识别准确度在中文和粤语上提升超过50%。
情感识别：具备优秀的情感识别能力，能够在多种风格数据上达到或超过当前最佳情感识别模型的效果。
声音事件检测：支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件的检测。
高效推理：SenseVoice-Small模型采用非自回归端到端框架，具有极低的推理延迟，处理10秒音频仅需70毫秒，比Whisper-Large快15倍。
使用方法：
把压缩包解压后，双击start.bat文件即可，或者右键点击选择打开。
配置要求：
操作系统：Windows 10/11 64位
显卡：4G或以上显存的英伟达（NVIDIA）显卡
