有哪些语音识别的开源项目？

<>项目概述

SenseVo是一个具有音频理解能力的音频基础模型，支持多种语音处理任务，包括：

<>语音识别（ASR）：将语音转换为文本。<>语种识别（LID）：识别语音的语言种类。<>语音情感识别（SER）：分析语音中的情感。<>声学事件分类（AEC）或声学事件检测（AED）：检测语音中的特定事件（如笑声、掌声等）。

项目提供了SenseVo模型的介绍、性能评测、环境安装指南和推理方式。

<>核心功能

<>多语言识别：
支持超过50种语言，训练数据超过40万小时。在中文和粤语识别效果上优于Whisper模型。
<>富文本识别：
具备优秀的情感识别能力，能够达到或超过当前最佳情感识别模型的效果。支持声音事件检测，包括音乐、掌声、笑声、哭声、咳嗽、喷嚏等。
<>高效推理：
SenseVo-Small模型采用非自回归端到端框架，推理延迟极低。10秒音频推理仅耗时70毫秒，Whisper-Large快15倍。
<>微调定制：
提供便捷的微调脚本与策略，方便用户根据业务场景修复长尾样本问题。
<>服务部署：
支持多并发请求，客户端语言包括Python、C++、HTML、Ja和C#。

<>最新动态

<>2024/7：新增导出ONNX与Litorch功能，发布Python版本runtime：funasr-onnx-0.4.0和funasr-torch-0.1.1。<>2024/7：开源SenseVo-Small多语言音频理解模型，支持中、粤、英、、韩语的多语言语音识别、情感识别和事件检测。<>2024/7：发布CosyVo，支持多语言、音色和情感控制的自然语音生成。<>2024/7：推出FunASR基础语音识别工具包，提供多种语音处理功能。

<>性能评测

<>多语言语音识别

在AHELL-1、AHELL-2、Wenetspeech、Lirispeech和CommonVo等数据集上，SenseVo在中文和粤语识别效果上优于Whisper。

<>情感识别

在多个集上，SenseVo在不进行目标数据微调的情况下，能够达到或超过当前最佳情感识别模型的效果。

<>事件检测

在ESC-50数据集上，SenseVo的事件检测效果优于EATS和PANN模型，但与专业事件检测模型仍有差距。

<>推理效率

SenseVo-Small模型的推理速度Whisper-Small快5倍，Whisper-Large快15倍。

<>用法️

<>安装依赖环境