Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Étudiants › FunASR
✦ Libre & open sourceÉtudiants

FunASR

Boîte à outils de reconnaissance vocale industrielle pour les modèles ASR, VAD et d'émotion.

Reconnaissance vocale FunASR

Boîte à outils de reconnaissance vocale industrielle avec déploiement hors ligne, en flux continu et en périphérie (edge).

Gratuit pour toujours · open source · MIT
✓ Light setup✓ Dans le navigateur✓ Collaboration en temps réel
7.9
ZEKAI
Boîte à outils vocale puissante
Libre & open source · Étudiants
Facilité d'installation4
Utilité9
Maintenance9.5
Communauté9.2
★ 20,524
GITHUB
Sep 2026
MIS À JOUR
MIT
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

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.

Fonctionne sur
Cross-platform
Hébergement
Self-host
Langues
Python
Licence
MIT

Qu'est-ce que c'est

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.

Pour qui

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.

Fonctionnalités clés

Service compatible OpenAI

Exécutez des points de terminaison locaux correspondant aux API de transcription audio OpenAI pour une intégration facile.

ASR en flux continu (Real-Time)

Alimentez l'audio bloc par bloc pour générer des transcriptions en direct avec des tailles de blocs personnalisées.

Reconnaissance des émotions

Analysez des fichiers audio à l'aide de modèles emotion2vec pour la détection des émotions à la granularité de l'énoncé.

Binaires GGUF pour Edge

Exécutez des modèles sous forme de binaire unique autonome via llama.cpp sans avoir besoin de Python.

Comment démarrer

Opérationnel en 3 étapes

1
Installez les dépendances Python, y compris torch, torchaudio et funasr via pip
2
Initialisez la classe AutoModel en Python avec votre modèle choisi, la VAD et les paramètres de l'appareil
3
Exécutez la transcription localement à l'aide de l'API Python, des commandes CLI ou en lançant le serveur HTTP local
Franchement

Notre verdict honnête

Ses atouts

  • Taux d'erreur de caractères (CER) en chinois nettement inférieur à celui de whisper.cpp lors des tests de référence
  • Pipelines FSMN-VAD et de diarisation des locuteurs intégrés
  • Options de déploiement flexibles du SDK Python à la CLI et aux conteneurs Docker
  • Prend en charge l'accélération matérielle via les environnements (backends) CUDA et Vulkan

Ses limites

  • Nécessite la configuration manuelle des environnements Python, de PyTorch et de pilotes CUDA spécifiques
  • L'exécution de serveurs accélérés par GPU exige un matériel NVIDIA compatible et une configuration vLLM
  • La documentation et les guides sont répartis sur plusieurs fichiers markdown et scripts
Coût

Tarifs & licence

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.

Travail rémunéré

Missions pour francophones

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.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source
Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : FunASR pour Étudiants
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons FunASR pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Puis-je exécuter FunASR sans Python installé ?

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).

FunASR prend-il en charge l'audio en flux continu (streaming) en temps réel ?

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.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Étudiants — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google