产品简介
FunASR 是一个功能全面的开源语音识别工具包。它集成了语音识别、语音活动检测、标点恢复、说话人分离等多种能力，支持多种语言和方言。它解决了云端API延迟高、成本贵、无法定制的问题，特别适合需要在本地或边缘设备上部署高精度、可定制化语音服务的开发者与研究人员。
核心功能
- 多语言语音识别（如中英日及31种语言）
- 集成说话人分离与情绪识别功能
- 支持低延迟流式识别与边缘设备部署
- 提供兼容OpenAI的API服务与AI代理集成
- 拥有多种预训练模型可选，性能超越同类方案
快速开始
- 第一步：通过 pip install funasr 安装工具包。
- 第二步：使用 AutoModel 加载如 ‘Fun-ASR-Nano’ 或 ‘SenseVoiceSmall’ 等预训练模型。
- 第三步：调用 model.generate(input=‘音频文件’) 方法进行语音识别。
- 第四步：使用 funasr-server 命令启动兼容 OpenAI 的 API 服务器。
界面预览
与其他方案对比
| 对比项 | FunASR | 同类方案 |
|---|---|---|
| 识别速度 | 支持340倍实时率的加速识别 | Whisper最高速度约13倍实时 |
| 说话人识别 | 内置VAD与CAM++管道，原生支持 | Whisper需额外依赖库 |
| 多语言与方言支持 | 提供针对中文方言、口音及31种语言的专用模型 | Whisper支持57种语言但无方言细分 |
| 部署与成本 | 支持本地、边缘自托管，开源免费 | 云API通常按使用量收费，且无法本地化 |
适合谁用
- 需要将语音能力集成到自有应用中的开发者
- 进行多语言或方言语音识别研究的科研人员
- 寻求在本地或边缘设备部署低延迟语音服务的企业
下载与版本
当前最新版本为 runtime-llamacpp-v0.1.8，发布于 2026-07-22。支持 macOS、Linux。点击页面「下载软件」按钮即可下载打包好的版本，根据你的电脑/手机系统来选择对应的软件。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/modelscope/FunASR