qwenaudio/sensevoice 公开的模型 SenseVoiceSmall 是一个多语言语音模型，支持中文普通话、粤语、英语、日语和韩语。最新版本为 runtime-llamacpp-v0.2.1，所提供的资料中没有说明该版本改动了什么。公开检查点为支持的语言提供自动语音识别（ASR）和语音语种识别（LID），并输出情感与音频事件标签。
该模型用于从语音中提取的不只是文字，还包括情感与声音事件信息。ASR 是把语音转换为文本的功能，LID 是识别语音中所用语言的功能。仓库说明明确列出 SenseVoiceSmall 的 ASR 与 LID 目标语言为中文普通话、粤语、英语、日语和韩语。其中也包含情感识别与音频事件检测，但所提供的信息既未给出标签的具体细项，也未给出各语言的性能数据。
在 FunASR 中，可以单独结合 FSMN-VAD 与 CAM++ 来进行说话人分离。这并不是 SenseVoiceSmall 自身的功能。仓库的许可证为 MIT，实现语言记录为 C。不过所提供的事实中没有准确率数据，也没有与其他模型的基准测试结果，最新版本究竟改动了什么也无法确认。因此功能范围是清楚的，但用于判断性能或本次版本效果的依据有限。