Характеристики

Лицензия: Apache 2.0
Библиотека: onnx
Опубликована: 26 авг 2026

Ссылки

speech_campplus_sv_zh_en_16k-common_advanced-onnx

ЭмбеддингиТекст → embedding

ONNX-конверсия CAM++ извлекает голосовые эмбеддинги для распознавания и верификации говорящих на китайском и английском языках.

0скачиваний за 30 дней1лайквеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это ONNX-конверсия модели CAM++ для получения голосовых эмбеддингов и сравнения говорящих. Исходный чекпойнт разработан командой iic и опубликован в ModelScope; репозиторий echo-hello содержит его файлы и воспроизводимо экспортированную модель для sherpa-onnx. Обучение и дообучение при конверсии не выполнялись.

Модель принимает признаки fbank для аудио с частотой 16 кГц и выдаёт вектор эмбеддинга размерности 192. Она предназначена для распознавания и верификации говорящего в китайской и английской речи, например для сравнения двух записей. Файл модели представлен в формате ONNX и распространяется по лицензии Apache-2.0.

В карточке приведены результаты проверки конверсии на двух примерах, но они не задают порог для реального применения. Для каждой среды развёртывания необходимо калибровать пороги ложного принятия и ложного отклонения; модель выдаёт эмбеддинги, а не готовые метки личности.

Сценарии применения

сравнение записей для проверки, принадлежит ли голос одному говорящему
извлечение голосовых эмбеддингов для системы распознавания говорящих
поиск записей одного говорящего в коллекции аудио
построение верификации говорящего в приложении на sherpa-onnx

Ограничения

Для производственного применения нужно отдельно калибровать пороги ложного принятия и ложного отклонения под условия записи. Приведённые результаты на двух примерах являются лишь проверкой конверсии и не задают рабочий порог.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CAM++ Chinese-English speaker embedding (sherpa-onnx)

This repository mirrors the complete public contents of iic/speech_campplus_sv_zh_en_16k-common_advanced at ModelScope revision v1.0.0 and adds a reproducibly exported ONNX model for sherpa-onnx.

The unmodified upstream files are stored in upstream/. The original model card is preserved as upstream/README.md.

Runtime artifact

File: onnx/speech_campplus_sv_zh_en_16k-common_advanced.onnx
SHA-256: 945bcefe95672434d6ecf4c45bd0464d7e82be77d55985d0ec2f3253638110e1
Input: float32 fbank, shape [N, T, 80]
Output: float32 speaker embedding, shape [N, 192]
Sample rate: 16 kHz
Feature normalization: global mean
Languages stated by upstream: Chinese and English

Upstream checkpoint

File: upstream/campplus_cn_en_common.pt
SHA-256: 92f29b94e6948786a26778c9e302525d185bb08c8b9f5252ed98776902840199
ModelScope revision: v1.0.0

Export provenance

sherpa-onnx commit: 34eba5a27220026b5981b633981c53205515067d
3D-Speaker commit: 065629c313eaf1a01c65c640c46d77e61e9607b4
Export script: provenance/export-onnx.py
Model registry definition: provenance/infer_sv.py
Export details: provenance/EXPORT.md
Complete file digests: SHA256SUMS

The ONNX file is a format conversion of the upstream checkpoint. No training or fine-tuning was performed. Consumers must pin a repository commit and verify the ONNX SHA-256 instead of downloading from a floating branch.

Validation

The ONNX model passed onnx.checker.check_model. With the upstream example audio and sherpa-onnx's official test-onnx.py:

same speaker: 0.6345000267028809
different speaker: 0.06663094460964203

These two examples are conversion smoke tests, not a production authorization threshold. Applications must calibrate false-accept and false-reject behavior for their deployment conditions.

License and attribution

The upstream model card declares Apache License 2.0. A copy is included in LICENSE. This mirror preserves the upstream model card, attribution, examples, and configuration. The added ONNX conversion is clearly identified above.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 1a64735