投稿 提交工具 投放合作

FunASR:工业级语音识别工具包

大语言模型 21.1k(+16) 2.1k C++ 2026-11-17 访问官网 ↗ 在 GitHub 打开

面向离线、流式与边缘部署的语音识别工具包,涵盖ASR、VAD、标点、说话人与情感等流水线。

FunASR是工具包而非单一模型:任务、检查点和运行时需分别选择,某一模型或适配器的支持不代表所有推理后端都支持。提供Fun-ASR-Nano(中英日及中文方言口音,800M)、Fun-ASR-MLT-Nano(31种语言)、SenseVoiceSmall(中英日韩粤,带情感与音频事件标签,234M)等检查点,以及Paraformer-zh-streaming流式转写、SenseVoiceSmall+FSMN-VAD+CAM++的说话人感知流水线。说话人索引是单次录音内的匿名编号,不是已注册身份识别。支持Python AutoModel、vLLM批量服务、llama.cpp GGUF边缘运行等入口,提供OpenAI兼容服务。安装需先装PyTorch与torchaudio,再pip install funasr;模型许可证与工具包MIT许可证相互独立。

Star 趋势2026-11-08 — 2026-11-17当前 Stars 21k24h +167 日 +95

21k11-0811-1111-1211-1311-1411-1511-1611-17