# リアルタイム音声分析

Qwen2-AudioはQwen大規模音声言語モデルシリーズの最新バージョンで、複数の音声信号入力を処理し、音声指示に基づいて音声分析を実行したり、直接テキスト応答を生成したりできます。

WavLM base plusアーキテクチャに基づく音声コンテンツ安全検出モデルで、音声チャット内の有害コンテンツを識別

Pyannote.audioの話者ログパイプラインで、音声内の異なる話者を自動検出および分割するためのものです。

このモデルはGTZAN音楽分類データセットで微調整されたDistilHuBERTベースの音声分類モデルで、精度は88%です

音声活動検出、音声SNRおよびC50室内音響パラメータ推定を同時に行うマルチタスクモデル

Hubertアーキテクチャに基づく音声感情識別モデルで、音声から話者の感情状態を識別できます。