<div><div><div>

            <p dir="auto">FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。 通过发布工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型的研究和生产，并推动语音识别生态的发展。 让语音识别更有趣！</p>

<p dir="auto">目前可以用cpu来部署，实测准确率还可以</p>
<p dir="auto"><img fetchpriority="high" decoding="async" class="alignnone size-full wp-image-2673" src="https://img.aisoss.com/pic/wp-content/uploads/2024/01/32934461.jpg" alt="FunASR 基础语音识别工具包" width="1286" height="645"></p>
<h4 dir="auto"><img decoding="async" class="alignnone size-full wp-image-2674" src="https://img.aisoss.com/pic/wp-content/uploads/2024/01/6033211257.jpg" alt="FunASR 基础语音识别工具包" width="1508" height="901"></h4>
<ul dir="auto">
<li>FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调。</li>
<li>我们在ModelScope与huggingface上发布了大量开源数据集或者海量工业数据训练的模型，可以通过我们的模型仓库了解模型的详细信息。代表性的Paraformer非自回归端到端语音识别模型具有高精度、高效率、便捷部署的优点，支持快速构建语音识别服务，详细信息可以阅读(服务部署文档)。</li>
</ul>
<h2 dir="auto">最新动态</h2>
<ul dir="auto">
<li>2024/01/25: 中文离线文件转写服务 4.2、英文离线文件转写服务 1.3，优化vad数据处理方式，大幅降低峰值内存占用，内存泄漏优化；中文实时语音听写服务 1.7 发布，客户端优化；详细信息参阅(部署文档)</li>
<li>2024/01/09: funasr社区软件包windows 2.0版本发布，支持软件包中文离线文件转写4.1、英文离线文件转写1.2、中文实时听写服务1.6的最新功能，详细信息参阅(FunASR社区软件包windows版本)网址https://www.modelscope.cn/models/iic/funasr-runtime-win-cpu-x64/summary</li>
<li>2024/01/03: 中文离线文件转写服务 4.0 发布，新增支持8k模型、优化时间戳不匹配问题及增加句子级别时间戳、优化英文单词fst热词效果、支持自动化配置线程参数，同时修复已知的crash问题及内存泄漏问题，详细信息参阅(部署文档)</li>
<li>2024/01/03: 中文实时语音听写服务 1.6 发布，2pass-offline模式支持Ngram语言模型解码、wfst热词，同时修复已知的crash问题及内存泄漏问题，详细信息参阅(部署文档)</li>
<li>2024/01/03: 英文离线文件转写服务 1.2 发布，修复已知的crash问题及内存泄漏问题，详细信息参阅(部署文档)</li>
<li>2023/12/04: funasr社区软件包windows 1.0版本发布，支持中文离线文件转写、英文离线文件转写、中文实时听写服务，详细信息参阅(FunASR社区软件包windows版本)</li>
<li>2023/11/08：中文离线文件转写服务3.0 CPU版本发布，新增标点大模型、Ngram语言模型与wfst热词，详细信息参阅(部署文档)</li>
<li>2023/10/17: 英文离线文件转写服务一键部署的CPU版本发布，详细信息参阅(部署文档)</li>
<li>2023/10/13: SlideSpeech: 一个大规模的多模态音视频语料库，主要是在线会议或者在线课程场景，包含了大量与发言人讲话实时同步的幻灯片。</li>
<li>2023.10.10: Paraformer-long-Spk模型发布，支持在长语音识别的基础上获取每句话的说话人标签。</li>
<li>2023.10.07: FunCodec: FunCodec提供开源模型和训练工具，可以用于音频离散编码，以及基于离散编码的语音识别、语音合成等任务。</li>
<li>2023.09.01: 中文离线文件转写服务2.0 CPU版本发布，新增ffmpeg、时间戳与热词模型支持，详细信息参阅(部署文档)</li>
<li>2023.08.07: 中文实时语音听写服务一键部署的CPU版本发布，详细信息参阅(部署文档)</li>
<li>2023.07.17: BAT一种低延迟低内存消耗的RNN-T模型发布，详细信息参阅（BAT）</li>
<li>2023.06.26: ASRU2023 多通道多方会议转录挑战赛2.0完成竞赛结果公布，详细信息参阅（M2MeT2.0）</li>
</ul>
<div class="page-nav text-center my-3"><span class="post-page-numbers current" aria-current="page"><span>1</span></span><span>2</span><span></span> <span class="all">阅读全文</span></div> </div>

    </div>
</div>