模型详情
模型介绍
中文整理VibeVoice-ASR-Streaming-7B
模型用途
统一的流式自动语音识别模型，可同时转录说话人身份和语音内容，支持自定义热词和10种语言。
主要能力
流式说话人归属转录：持续转录谁说了什么，随着语音输入实时输出转录结果。
自定义热词：用户可提供自定义热词，如姓名和技术术语，提升领域特定内容的识别准确率。
多语言支持：支持中文、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语。
输入输出
输入：实时语音流
输出：包含说话人身份和内容的转录文本
运行要求
请参阅GitHub仓库获取技术规格和运行要求。
基本用法
请参阅GitHub仓库获取安装和使用说明。
许可证
MIT许可证
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
