Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Estudiantes › SenseVoice
✦ Gratis y open sourceEstudiantes

SenseVoice

Modelo multilingüe de ASR, reconocimiento de emociones y detección de eventos de audio.

Modelo base de voz SenseVoice

Reconocimiento de voz multilingüe, detección de emociones y análisis de eventos de audio para desarrolladores.

Gratis para siempre · open source · MIT
✓ Light setup✓ En el navegador✓ Colaboración en tiempo real
7.5
ZEKAI
Modelo ASR multilingüe rápido
Gratis y open source · Estudiantes
Facilidad de configuración4
Utilidad8
Mantenimiento9.5
Comunidad8.5
★ 9,400
GITHUB
Sep 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

SenseVoice es un modelo base de voz de código abierto que ofrece ASR, identificación de idiomas, reconocimiento de emociones en la voz y detección de eventos de audio. Está dirigido a desarrolladores e investigadores que procesan audio en mandarín, cantonés, inglés, japonés y coreano.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
C
Licencia
MIT

Qué es

El modelo procesa audio a través de un marco de extremo a extremo no autorregresivo para ofrecer transcripciones de baja latencia junto con etiquetas enriquecidas de emociones y eventos sonoros. Es compatible con la segmentación opcional FSMN-VAD para audios largos o con un script de ventana de memoria acotada para grabaciones de escala de horas.

Para quién

Es adecuado para ingenieros e investigadores que crean aplicaciones de voz o analizan conjuntos de datos de audio multilingües con requisitos de etiquetado de emociones. No es adecuado para usuarios que buscan una aplicación de transcripción final para usuarios finales sin trabajo de desarrollo en Python.

Funciones clave

ASR multilingüe

Compatible con reconocimiento automático de voz e identificación de idiomas para mandarín, cantonés, inglés, japonés y coreano.

Reconocimiento de emociones en la voz

Detecta etiquetas de emociones a partir de audio sin procesar sin depender únicamente de transcripciones de texto formateadas.

Detección de eventos de audio

Identifica eventos comunes de interacción humano-computadora, incluyendo música de fondo, aplausos, risas, llanto y tos.

Inferencia eficiente

Emplea una arquitectura de extremo a extremo no autorregresiva para lograr un rendimiento de inferencia de baja latencia.

Cómo empezar

Listo en 3 pasos

1
Instala el paquete FunASR requerido mediante pip install -r requirements.txt.
2
Configura el cargador AutoModel en Python especificando la ruta del modelo iic/SenseVoiceSmall y el dispositivo.
3
Ejecuta la inferencia usando model.generate con tu archivo de audio de destino y procesa la salida con rich_transcription_postprocess.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Inferencia significativamente más rápida que las alternativas autorregresivas como Whisper con recuentos de parámetros comparables.
  • El reconocimiento de emociones integrado y las etiquetas de eventos de audio acompañan a la salida de transcripción estándar.
  • Incluye scripts de ventanas de memoria acotada para procesar grabaciones a escala de horas sin VAD.
  • Proporciona canalizaciones de implementación de servicios que admiten solicitudes concurrentes múltiples en varios idiomas.

Sus límites

  • Requiere habilidad técnica en Python, FunASR y configuración de modelos para su instalación y ejecución.
  • Ejecutar la inferencia de manera eficiente exige recursos de hardware de GPU dedicados.
  • La diarización de hablantes requiere componer modelos FSMN-VAD y CAM++ separados en lugar de una salida nativa.
Costo

Precios y licencia

Gratis bajo su licencia MIT, sin opciones alojadas de pago mencionadas en el repositorio. El único coste es ejecutarlo en tu propio hardware.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source
Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: SenseVoice para Estudiantes
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos SenseVoice por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Qué idiomas admite el punto de control publicado?

El punto de control SenseVoiceSmall publicado admite mandarín, cantonés, inglés, japonés y coreano.

¿Cómo gestiona las grabaciones de audio largas?

Puedes segmentar el audio usando FSMN-VAD o utilizar el script proporcionado long_audio_no_vad.py, que decodifica mediante ffmpeg en ventanas fijas de 30 segundos.

¿El modelo realiza la diarización de hablantes de forma nativa?

No, la diarización de hablantes se gestiona a través de una canalización compuesta de FunASR utilizando modelos FSMN-VAD y CAM++ separados.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Estudiantes — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google