알리바바가 오픈소스로 공개한 초저지연 다국어 음성 인식 모델로, 정밀 텍스트 전사와 감정 분석 및 환경음 인식을 결합.
GitHub 및 ModelScope에 Apache 2.0 라이선스로 전면 무료 공개되어 개인 PC 및 서버에서 무제한 오프라인 구축 가능
SenseVoice는 알리바바 통이 연구소가 오픈소스로 공개한 고성능 다국어 음성 인식 파운데이션 모델입니다. 초고속 비자기회귀(Non-autoregressive) 아키텍처를 도입하여 몇 시간 분량의 오디오를 단 수 초 만에 전사하는 압도적인 추론 속도를 자랑하며 기존 Whisper 대비 수 배 이상 빠릅니다. 한국어, 영어, 일본어, 중국어 및 주요 방언을 완벽히 인식할 뿐만 아니라, 화자의 감정 상태(기쁨, 슬픔, 분노 등)와 배경음악, 웃음소리, 박수 소리 같은 다양한 음향 이벤트를 텍스트 내에 정확히 태깅해 주는 리치 텍스트 인식 기술을 지원합니다.