modelscope /
funasr
FunASR 是一个开源语音识别工具箱，把 ASR、语音端点检测、标点恢复、时间戳和说话人能力放进统一接口，并提供从本地 Python 推理到 OpenAI 兼容服务、vLLM、llama.cpp 和原生 runtime 的部署路径。 为什么值得推荐 几行代码即可转写：AutoModel 可以按需组合识别、VAD、标点和说话人模型，适合会议记录、字幕、语音助手与批量音视频处理。 覆盖不同语音场景：Paraformer 面向高效中文识别；…
About
FunASR 是一个开源语音识别工具箱，把 ASR、语音端点检测、标点恢复、时间戳和说话人能力放进统一接口，并提供从本地 Python 推理到 OpenAI 兼容服务、vLLM、llama.cpp 和原生 runtime 的部署路径。 为什么值得推荐 几行代码即可转写：AutoModel 可以按需组合识别、VAD、标点和说话人模型，适合会议记录、字幕、语音助手与批量音视频处理。 覆盖不同语音场景：Paraformer 面向高效中文识别；SenseVoiceSmall 支持普通话、粤语、英语、日语和韩语，并可识别情感与声音事件；Fun-ASR-Nano 面向多语种语音理解和热词定制。 能从试用走到生产：官方部署矩阵包含 OpenAI 兼容的 /v1/audio/transcriptions、Docker Compose、Kubernetes、vLLM、llama.cpp/GGUF、TensorRT/Triton，以及流式和离线 runtime。 已有真实生态集成：RAGFlow、Dify、SGLang Omni、GPT-SoVITS、Optimum Intel、Pipecat 等开源项目已经采用或接入相关能力。 可完全本地运行：模型和服务可以部署在自己的 CPU、GPU 或边缘设备上，音频不必发送给第三方云服务。 最小示例 bash pip install funasr python from funasr import AutoModel model = AutoModel( model="iic/SenseVoiceSmall", vadmodel="fsmn-vad", device="cpu", ) result = model.generate(input="meeting.wav") print(result[0]["text"]) 需要作为现有应用的语音后端时，可以按照官网的部署向导启动 OpenAI 兼容接口，再用标准 OpenAI SDK 或 curl 调用。
Discovery history
- HelloGitHub·用户投稿
- 阮一峰周刊·用户投稿
Discuss this product