مجموعة أدوات التعرف على الكلام الصناعية لنمذجة التعرف على الكلام، الكشف عن نشاط الصوت، ونماذج المشاعر.
مجموعة أدوات التعرف على الكلام الصناعية مع إمكانية النشر دون اتصال بالإنترنت، والبث المباشر، وعلى الأجهزة الطرفية.
FunASR هي مجموعة أدوات التعرف على الكلام مفتوحة المصدر بمستوى صناعي تدعم التدريب، والاستدلال، والتعرف على الكلام عبر البث، والكشف عن نشاط الصوت، وإضافة علامات الترقيم، وفصل المتحدثين. وهي مناسبة للمطورين والباحثين الذين يحتاجون إلى نسخ صوتي محلي عالي الأداء.
توفر مجموعة الأدوات نماذج مثل SenseVoice وParaformer للنسخ متعدد اللغات، والكشف عن نشاط الصوت، والتعرف على المشاعر، وتصنيف الأحداث الصوتية. وهي تدعم تكامل Python، واجهة سطر الأوامر (CLI) للوكلاء، وملفات GGUF الثنائية عبر llama.cpp لوحدات المعالجة المركزية والأجهزة الطرفية بدون Python.
تتناسب مع المطورين الذين يبنون تطبيقات كلامية محلية أو الباحثين الذين يحتاجون إلى خطوط أنابيب كلامية دقيقة باللغة الصينية واللغات متعددة. وهي لا تتناسب مع المستخدمين النهائيين الباحثين عن تطبيق إملاء بواجهة مستسوم رسومية جاهزة للاستخدام على سطح المكتب بدون استخدام سطر الأوامر.
تشغيل نقاط النهاية المحلية المطابقة لواجهات برمجة تطبيقات النسخ الصوتي من OpenAI لسهولة التكامل.
تغذية الصوت مقطعاً تلو الآخر لتوليد نسخ حي بأحجام مقاطع مخصصة.
تحليل الملفات الصوتية باستخدام نماذج emotion2vec للكشف عن المشاعر على مستوى العبارة.
تشغيل النماذج كملف ثنائي مستقل بذاته عبر llama.cpp دون الحاجة إلى Python.
مجانية بموجب ترخيص MIT، مع عدم وجود خيارات استضافة مدفوعة مذكورة في المستودع. التكلفة الوحيدة هي تشغيلها بنفسك على الأجهزة الخاصة بك.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
نعم، يمكنك استخدام ملفات llama.cpp GGUF الثنائية المعدة مسبقاً لتشغيل نماذج مثل SenseVoice كملف ثنائي مستقل بذاته على وحدة المعالجة المركزية أو الأجهزة الطرفية.
نعم، يمكنك تغذية الصوت مقطعاً تلو الآخر في تكوين نموذج البث لإخراج نتائج نصية في الوقت الفعلي.
شاهد Zekai أولاً في جوجل