- 综合排序
- 最热优先
- 最新优先
- 来自专栏CSDN博客
FunASR语音识别GUI界面应用
前言 本文将介绍一个基于FunASR开发的语音识别界面应用，这个应用可以选择本地音频，也可以录音识别。支持多种音频格式和视频格式，可以对识别的结果加上时间戳做成字幕。
2.2K40编辑于 2023-10-09 基于funasr+pyaudio实现电脑本地麦克风实时语音识别项目语音转文本python实现
【框架地址】 https://github.com/modelscope/FunASR 【简单介绍】 FunASR是一个功能全面的语音识别工具包，支持多种预训练模型的推理和微调，提供高精度和高效能的语音识别服务 随后，使用FunASR中的实时语音识别模型（如Paraformer-zh-streaming）对预处理后的音频数据进行处理。这些模型能够实时地将音频数据转换为文本信息，支持中文等多语言识别。 在识别过程中，FunASR还提供了语音端点检测（VAD）功能，自动检测语音片段的开始和结束，以提高识别效率。同时，还可以添加标点恢复（PR）功能，为识别结果添加标点符号，提升可读性。 【测试环境】 anaconda3+python3.9 torch==2.0.1+cu117 funasr==1.1.4 modelscope==1.16.1 PyAudio ==0.2.14 【调用代码 from FunasrManager import * fm = FunasrManager() fm.start() while True: time.sleep(0.2) 【视频演示】 基于funasr
1K10编辑于 2025-07-21- 来自专栏AI软件
麦克风和电脑内播放声音实时识别转文字软件FunASR整合包V5下载
我基于FunASR制作的实时语音识别转文字软件当前更新到V5版本。软件可以实时识别麦克风声音和电脑内播放声音转为文字。 下载链接在文章末尾FunASR软件介绍FunASR 是一款基础语音识别工具包和开源 SOTA 预训练模型，支持语音识别、语音活动检测、文本后处理等。 我使用FunASR制作了一款实时语音识别转文字软件，当前版本为V4版本，由于前几天分享过另一个音视频识别转文字软件faster-whisper《音频视频转文字软件faster-whisper 1.1.1 FunASR在2月5日刚更新过，我基于最新版制作了当前版本实时语音识别软件整合包如果需要同时有识别文件和实时识别功能的话，请用V3版本，链接《实时语音识别转文字软件V3版，批量音频视频录音转文字提取工具 》FunASR实时语音识别整合包V5软件使用说明软件下载解压后直接双击【启动软件.exe】即可启动。
90800编辑于 2025-06-02 - 来自专栏开源服务指南
Cypress.io：快速简单可靠的浏览器测试工具 | 开源日报 No.142
成本低廉且易获得组件（<15€） 可以使用 3D 打印的 snap-fit 外壳 在输出端实现完全电气隔离 兼容 Linux、macOS 和 Windows 操作系统 alibaba-damo-academy/FunASR [3] Stars: 2.0k License: NOASSERTION FunASR 是一个基础的语音识别工具包，提供了多种功能，包括语音识别（ASR）、语音活动检测（VAD）、标点还原、语言模型、 cypress-io/cypress [2] hrvach/deskhop: https://github.com/hrvach/deskhop [3] alibaba-damo-academy/FunASR : https://github.com/alibaba-damo-academy/FunASR [4] iusztinpaul/hands-on-llms: https://github.com/iusztinpaul
51010编辑于 2024-01-03 - 来自专栏Datawhale专栏
深度剖析AI机会，数字人智能对话系统：未来的人机交互新范式
参考地址： Whisper： https://github.com/openai/whisper FunASR： https://github.com/alibaba-damo-academy/FunASR 我们也可以使用 Whisper 模型或 FunASR 模型来搭建自己的智能语音助手。 Whisper 和 FunASR 都提供了良好的 API 接口，使我们能够快速搭建系统。 以下是关于 Whisper 和 FunASR 的两个演示，只需安装相应的环境，即可快速使用这些强大的开源语音识别模型。 ''' Reference: https://github.com/alibaba-damo-academy/FunASR pip install funasr pip install modelscope pip install -U rotary_embedding_torch ''' from funasr import AutoModel class FunASR: def __init_
2.3K11编辑于 2024-06-19 - 来自专栏翩翩白衣少年
『GitHub项目圈选22』推荐5款 深受好评 的AI开源项目
该工具使用了阿里巴巴语音识别模型 FunASR Paraformer-Large 确保了剪辑的精准性。 你可以根据识别结果选择文本片段或说话人进行视频裁剪。这样的方式使得视频剪辑变得非常方便。 1.2k 项目地址：https://github.com/alibaba-damo-academy/FunClip 魔搭平台体验地址：https://modelscope.cn/studios/iic/funasr_app_clipvideo /summary 主要功能特征： • 高精度语音识别：采用阿里巴巴语音识别模型 FunASR Paraformer-Large 确保了剪辑的精准性。
1.3K10编辑于 2024-05-14 - 来自专栏开源服务指南
搞定语音识别，畅享高效处理 | 开源专题 No.78
alibaba-damo-academy/FunASRhttps://github.com/alibaba-damo-academy/FunASR Stars: 2.0k License: NOASSERTION FunASR 是一个基础的语音识别工具包，提供了多种功能，包括语音识别（ASR）、语音活动检测（VAD）、标点还原、语言模型、说话人验证、说话人分离和多讲者 ASR。
88510编辑于 2024-05-17 牛！达摩院孵化开源项目，让数字人"活"起来：OpenAvatarChat教你轻松搭建自己的数字人
数字人表情驱动轻量化本地部署硬件配置运行效果i5 CPU+8G内存基础版对话（纯文字）GTX1060显卡流畅语音+基础表情RTX3060显卡4K级数字人+实时表情反馈智能语音管家# 语音交互配置示例（config.toml）[ASR_Funasr 支持定制专属声线跨场景应用支持在线教育：AI老师自动批改作业智能客服：7x24小时情绪稳定的服务代表虚拟主播：直播间永不疲倦的带货达人医疗陪护：记忆超群的健康管家项目效果技术架构解密模块技术方案性能指标语音识别FunASR
4.2K10编辑于 2025-04-28- 来自专栏CSDN博客
识别准确率竟如此高，实时语音识别服务
前言 本文将介绍一个准确率非常高的语音识别框架，那就是FunASR，这个框架的模型训练数据超过几万个小时，经过测试，准确率非常高。
2.3K30编辑于 2023-10-23 - 来自专栏开源服务指南
精准视频切片与 AI 智能剪辑工具 | 开源日报 No.311
该项目的主要功能、关键特性和核心优势包括： 使用阿里巴巴通义实验室开源的 FunASR Paraformer 系列模型进行视频语音识别。
1.4K10编辑于 2024-07-31 Wispr Flow 平替, 这款开源中文语音助手，程序员真该试试,本地离线的中文语音输入神器来了（开源白嫖版）
实时识别+自动粘贴：本地FunASR实时转写，等AI处理完文本，会自动粘贴到你当前光标所在位置，感觉像多了个“语音键盘”。
51710编辑于 2025-12-23- 来自专栏CSDN博客
实时指令唤醒
在根目录的models目录下，复制微调后的模型文件夹，并命名为paraformer-large-onnx-finetune，接着执行命令： python -m funasr.export.export_model
46310编辑于 2023-12-18 基于yolov8+lprnet的中文车牌识别系统python源码+pytorch模型+精美GUI界面
OpenCvSharp部署yolov8-pose姿态识别，使用C#部署yolov8的目标检测tensorrt模型，基于C#实现winform版yolov8-onnx+bytetrack目标追踪的算法结果演示，基于funasr
62510编辑于 2025-07-16AI配音新王者！快手AudioGen-Omni：视频喂给它，歌声/语音/音效秒出，唇形精准到帧！
歌词：对于音乐内容，通过 FunASR（一种以中文为核心的强大 ASR 工具包）提取并转录歌词，提供精确的帧级时间戳和标点符号，以促进后续对齐和生成过程。
61610编辑于 2025-08-27- 来自专栏java 后台
重塑银幕声音：腾讯云语音在视频中的应用
简单的音频处理可以通过一些低通滤波函数，还可以使用一些开源的语音增强工具，例如：FunASR 是阿里巴巴达摩院开源的语音增强工具，复杂的可能需要使用到 RNN 循环卷积神经网络。
2.4K44编辑于 2024-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号