Распознавание эмоций по голосу

Определяет 7 эмоций в речи: от злости до удивления. Использованы Wav2Vec2 + 4 датасета.

О сервисе

Распознавание эмоций по голосу в одно мгновение Эта модель анализирует аудиозаписи и моментально определяет эмоциональную окраску речи. Отличит радость от грусти, заметит тревогу или удивление — ваш голос больше не секрет для искусственного интеллекта. Что умеет модель Определяет 7 ключевых эмоций: гнев, отвращение, страх, радость, нейтральность, грусть, удивление. Использует мощь Wav2Vec2: модель построена на базе Facebook Wav2Vec2 Large XLR-53, адаптированной для точной классификации аудио. Обучена на богатых данных: в тренировке задействованы записи из RAVDESS, SAVEE, TESS и URDU для широкого спектра голосов и акцентов. Подходит для интеграции: благодаря стандартизированной обработке аудио (Librosa, Wav2Vec2 Feature Extractor) легко внедряется в различные системы. Кому пригодится Разработчикам голосовых ассистентов: для улучшения пользовательского опыта через понимание эмоционального состояния. Аналитикам контакт-центров: для автоматической оценки настроения клиентов и оптимизации работы операторов. Исследователям в области психологии и лингвистики: для анализа эмоционального контента в устной речи. Создателям интерактивных медиа: для адаптации контента под эмоциональное состояние пользователя. Исходная модель: huggingface.co/firdhokk/speech-emotion-recognition-with-facebook-wav2vec2-large-xlsr-53 Источник: https://qubu.ai/models/model-speech-emotion-recognition-with-facebook License: MIT

Связанные сущности

  • Stable Diffusion5.0(997)

    Stable Diffusion на QUBU — от классической версии v1.5 до 3.5 Large и 3.5 Medium, плюс image-to-image в SD3.

    #Текст и контент#Изображения и дизайн#Код и разработка#Написать SEO-текст#Сгенерировать изображение
  • Z-Image5.0(661)

    Z-Image — нейросеть генерации изображений с хорошей детализацией и высокой скоростью.

    FreemiumРаботает в РоссииРусский интерфейс
    #Изображения и дизайн
  • Контроль целостности и дефектов трубопровода5.0(493)

    Это модель компьютерного зрения для автоматического анализа состояния трубопроводов. Она способна по фотографии определить три критических состояния: прорыв, коррозию или дефект сварного шва. Решение позволяет отказаться от сплошного визуального осмотра людьми и перейти к выборочному контролю, ускоряя диагностику и снижая влияние человеческого фактора.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст
  • Veo-3-15.0(301)

    Veo 3.1 от Google — видео из текста, изображений и референсов, продление клипов и motion control. Есть быстрый fast-режим.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст#Сгенерировать изображение
  • Ernie Image5.0(274)

    ERNIE Image от Baidu генерирует изображения с пониманием китайского и английского языков, поддерживает LoRA и Turbo-режим.

    #Текст и контент#Изображения и дизайн#Видео#Написать SEO-текст#Сгенерировать изображение