|
FunASR - 阿里开源语音识别模型 支持语音转文本/语音转字幕/视频转字幕等 本地一键整合包下载 ... ... ... ...
FunASR 是阿里巴巴达摩院开源的一个基本的端到端语音识别工具包和开源 SOTA 预训练模型，它集成了多项功能，包括语音识别(ASR)、语音活动检测(VAD)、标点恢复、语言模型、说话人验证、说话人分离和多说话人ASR等。
提起语音识别，大家都会想到业界的翘首OpenAi开源的Whisper，但在中文领域，有一个足以和Whisper相颉顽的项目，那就是阿里达摩院自研的FunAsr。同类项目还有本站发布的 SenseVoice，也是由阿里开源，还有近期小红书团队开源的 FireRedASR 都是在中文领域很优秀的语音识别项目。
今天分享的FunASR本地一键包，基于十字鱼大佬的WebUI打包整合， 支持语音、视频一键识别转写，并支持多种格式的文本导出，比如txt文本、SRC字幕文件等，支持中/英/日/韩等多国语言，尤其中文识别甚至远超Open的Whisper。同时支持批量处理，支持热词功能，感谢十字鱼大佬的WebUI。
使用教程：(建议N卡，显存4G起，基于CUDA12.4)
上传需要转写的语音或视频文件，选择模型，导出格式
最后点转写即可。
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOJljYvMRMyDwqsYvc52PMCkA1?pwd=yqrb
夸克网盘：
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可。
| 
发表于 2025-2-23 15:06:40
发表于 2025-2-23 15:13:04
发表于 2025-2-25 11:08:02
发表于 2025-2-26 12:55:08