أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › الطلاب › SenseVoice
✦ مجاني ومفتوح المصدرالطلاب

SenseVoice

نموذج متعدد اللغات للتعرف على الكلام، التعرف على المشاعر، واكتشاف الأحداث الصوتية.

نموذج أساس الكلام SenseVoice

التعرف على الكلام متعدد اللغات، التعرف على المشاعر، وتحليل الأحداث الصوتية للمطورين.

مجاني للأبد · مفتوح المصدر · MIT
✓ Light setup✓ يعمل في المتصفح✓ تعاون فوري
7.5
ZEKAI
نموذج ASR متعدد اللغات سريع
مجاني ومفتوح المصدر · الطلاب
سهولة الإعداد4
الفائدة8
الصيانة9.5
المجتمع8.5
★ 9,400
غيت هَب
Sep 2026
آخر تحديث
MIT
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

SenseVoice هو نموذج أساس كلام مفتوح المصدر يوفر التعرف على الكلام (ASR)، تحديد اللغة، التعرف على المشاعر في الكلام، واكتشاف الأحداث الصوتية. يناسب المطورين والباحثين الذين يعالجون الصوت باللغات الماندرين، الكانتونية، الإنجليزية، اليابانية، والكورية.

يعمل على
Cross-platform
الاستضافة
Self-host
اللغات
C
الرخصة
MIT

ما هو

يعالج النموذج الصوت من خلال إطار عمل طرف إلى طرف غير ذاتي الانحدار لتقديم نصوص ذات زمن الانتقال المنخفض إلى جانب علامات المشاعر والأحداث الصوتية الغنية. يدعم تقطيع FSMN-VAD الاختياري للصوت الطويل أو برنامج نافذة محدود الذاكرة للتسجيلات ذات نطاق الساعات.

لمن هو

يناسب المهندسين والباحثين الذين يبنون تطبيقات صوتية أو يحللون مجموعات بيانات صوتية متعددة اللغات مع متطلبات وسم المشاعر. لا يناسب المستخدمين الذين يبحثون عن تطبيق نصوص نهائي للمستخدم بدون عمل تطوير بلغة Python.

أهم الميزات

التعرف على الكلام متعدد اللغات

يدعم التعرف التلقائي على الكلام وتحديد اللغة للغات الماندرين، الكانتونية، الإنجليزية، اليابانية، والكورية.

التعرف على المشاعر في الكلام

يكشف عن علامات المشاعر من الصوت الخام دون الاعتماد فقط على النصوص المنسقة.

اكتشاف الأحداث الصوتية

يحدد أحداث التفاعل الشائعة بين الإنسان وآلة بما في ذلك موسيقى الخلفية، التصفيق، الضحك، البكاء، والسعال.

استدلال فعال

يستخدم بنية طرف إلى طرف غير ذاتية الانحدار لتحقيق أداء استدلالي منخفض زمن الانتقال.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
قم بتثبيت حزمة FunASR المطلوبة عبر pip install -r requirements.txt.
2
قم بتكوين محمل AutoModel في Python مع تحديد مسار النموذج iic/SenseVoiceSmall والجهاز.
3
قم بتشغيل الاستدلال باستخدام model.generate مع ملف الصوت المستهدف الخاص بك ومعالجة المخرجات باستخدام rich_transcription_postprocess.
بصراحة

حكمنا الصادق

ما يميّزه

  • استدلال أسرع بكثير من البدائل ذاتية الانحدار مثل Whisper بأعداد معاملات مقارنة.
  • التعرف على المشاعر المدمج ووسوم الأحداث الصوتية ترافق إخراج النصوص القياسية.
  • يتضمن برامج نوافذ محدودة الذاكرة لمعالجة التسجيلات ذات نطاق الساعات بدون VAD.
  • يوفر خطوط أنابيب نشر الخدمة التي تدعم طلبات متزامنة متعددة عبر لغات متعددة.

أين يقصّر

  • يتطلب مهارة تقنية في Python، FunASR، وتكوين النموذج للإعداد والتشغيل.
  • يتطلب تشغيل الاستدلال بكفاءة موارد أجهزة GPU مخصصة.
  • يتطلب فصل المتحدثين تركيب نماذج FSMN-VAD و CAM++ منفصلة بدلاً من الإخراج الأصلي.
التكلفة

التسعير والرخصة

مجاني بموجب ترخيص MIT الخاص به، مع عدم وجود خيارات استضافة مدفوعة مذكورة في المستودع. التكلفة الوحيدة هي تشغيله على الأجهزة الخاصة بك.

عمل مدفوع

وظائف للناطقين بالعربية

877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر
المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: SenseVoice لـ الطلاب
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت SenseVoice واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

ما هي اللغات التي تدعمها نقطة التحقق المُصدرة؟

تدعم نقطة التحقق SenseVoiceSmall المُصدرة لغات الماندرين، الكانتونية، الإنجليزية، اليابانية، والكورية.

كيف يتعامل مع التسجيلات الصوتية الطويلة؟

يمكنك تقطيع الصوت باستخدام FSMN-VAD أو استخدام برنامج long_audio_no_vad.py المُقدم الذي يقوم فك التشفير عبر ffmpeg على نوافذ ثابتة مدتها 30 ثانية.

هل يقوم النموذج بفصل المتحدثين بشكل أصلي؟

لا، يتم التعامل مع فصل المتحدثين من خلال خط管道 FunASR مُركب باستخدام نماذج FSMN-VAD و CAM++ منفصلة.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ الطلاب — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل