Boîte à outils de reconnaissance vocale industrielle pour les modèles ASR, VAD et d'émotion.
Boîte à outils de reconnaissance vocale industrielle avec déploiement hors ligne, en flux continu et en périphérie (edge).
FunASR est une boîte à outils de reconnaissance vocale open source de qualité industrielle prenant en charge l'entraînement, l'inférence, l'ASR en flux continu, la VAD, la ponctuation et la diarisation des locuteurs. Elle convient aux développeurs et aux chercheurs qui ont besoin d'une transcription audio locale haute performance.
La boîte à outils fournit des modèles tels que SenseVoice et Paraformer pour la transcription multilingue, la détection d'activité vocale, la reconnaissance des émotions et la classification d'événements audio. Elle prend en charge l'intégration Python, une CLI pour les agents et des binaires GGUF via llama.cpp pour le processeur (CPU) et les appareils en périphérie (edge) sans Python.
Elle convient aux développeurs créant des applications vocales localisées ou aux chercheurs ayant besoin de pipelines vocaux précis en chinois et multilingues. Elle ne convient pas aux utilisateurs finaux recherchant une application de dictée avec interface graphique prête à l'emploi sans utilisation de la ligne de commande.
Exécutez des points de terminaison locaux correspondant aux API de transcription audio OpenAI pour une intégration facile.
Alimentez l'audio bloc par bloc pour générer des transcriptions en direct avec des tailles de blocs personnalisées.
Analysez des fichiers audio à l'aide de modèles emotion2vec pour la détection des émotions à la granularité de l'énoncé.
Exécutez des modèles sous forme de binaire unique autonome via llama.cpp sans avoir besoin de Python.
Gratuit sous licence MIT, sans option d'hébergement payant mentionnée dans le dépôt. Le seul coût est de l'exécuter vous-même sur votre propre matériel.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Oui, vous pouvez utiliser les binaires GGUF llama.cpp précompilés pour exécuter des modèles comme SenseVoice sous forme de binaire unique autonome sur le processeur (CPU) ou des appareils en périphérie (edge).
Oui, vous pouvez alimenter l'audio bloc par bloc dans la configuration du modèle en flux continu pour produire des résultats textuels en temps réel.
Voir Zekai en premier dans Google