आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › छात्र › FunASR
✦ फ्री & ओपन सोर्सछात्र

FunASR

ASR, VAD और इमोशन मॉडल के लिए इंडस्ट्रियल स्पीच रिकग्निशन टूलकिट।

FunASR स्पीच रिकग्निशन

ऑफ़लाइन, स्ट्रीमिंग और एज डिप्लॉयमेंट के साथ इंडस्ट्रियल स्पीच रिकग्निशन टूलकिट।

हमेशा के लिए मुफ़्त · ओपन सोर्स · MIT
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
7.9
ZEKAI
शक्तिशाली स्पीच टूलकिट
फ्री & ओपन सोर्स · छात्र
सेटअप की आसानी4
उपयोगिता9
रखरखाव9.5
समुदाय9.2
★ 20,524
गिटहब
Sep 2026
अपडेटेड
MIT
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

FunASR एक इंडस्ट्रियल-ग्रेड ओपन सोर्स स्पीच रिकग्निशन टूलकिट है जो ट्रेनिंग, इन्फेरेंस, स्ट्रीमिंग ASR, VAD, विराम चिह्न और स्पीकर डायरियाइजेशन का समर्थन करता है। यह उन डेवलपर्स और शोधकर्ताओं के लिए उपयुक्त है जिन्हें हाई-परफॉर्मेंस लोकल ऑडियो ट्रांसक्रिप्शन की आवश्यकता होती है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
MIT

यह क्या है

यह टूलकिट बहुभाषी ट्रांसक्रिप्शन, वॉयस एक्टिविटी डिटेक्शन, इमोशन रिकग्निशन और ऑडियो-इवेंट क्लासिफिकेशन के लिए SenseVoice और Paraformer जैसे मॉडल प्रदान करता है। यह पायथन इंटीग्रेशन, एजेंटों के लिए CLI, और बिना पायथन के CPU और एज डिवाइस के लिए llama.cpp के माध्यम से GGUF बाइनरी का समर्थन करता है।

किसके लिए

यह स्थानीयकृत स्पीच एप्लिकेशन बनाने वाले डेवलपर्स या सटीक चीनी और बहुभाषी स्पीच पाइपलाइन चाहने वाले शोधकर्ताओं के लिए उपयुक्त है। यह उन अंतिम उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो कमांड-लाइन उपयोग के बिना प्लग-एंड-डेस्कटॉप GUI डिक्टेशन ऐप की तलाश कर रहे हैं।

मुख्य विशेषताएँ

OpenAI-Compatible Serving

आसान एकीकरण के लिए OpenAI ऑडियो ट्रांसक्रिप्शन API से मेल खाने वाले स्थानीय एंडपॉइंट चलाएं।

Streaming Real-Time ASR

लाइव ट्रांसक्रिप्शन जनरेट करने के लिए कस्टम चंक साइज़ के साथ ऑडियो को चंक दर चंक फीड करें।

Emotion Recognition

उच्चारण-ग्रेनुएलिटी इमोशन डिटेक्शन के लिए emotion2vec मॉडल का उपयोग करके ऑडियो फ़ाइलों का विश्लेषण करें।

Edge GGUF Binaries

पायथन की आवश्यकता के बिना llama.cpp के माध्यम से मॉडल को एक एकल स्व-निहित बाइनरी के रूप में चलाएं।

कैसे शुरू करें

3 चरणों में तैयार

1
pip के माध्यम से torch, torchaudio, और funasr सहित पायथन डिपेंडेंसी इंस्टॉल करें
2
अपने चुने हुए मॉडल, VAD और डिवाइस सेटिंग्स के साथ पायथन में AutoModel क्लास को इनिशियलाइज़ करें
3
पायथन API, CLI कमांड का उपयोग करके, या स्थानीय HTTP सर्वर लॉन्च करके स्थानीय रूप से ट्रांसक्रिप्शन चलाएं
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • बेंचमार्क परीक्षणों में whisper.cpp की तुलना में काफी कम चीनी CER
  • बिल्ट-इन FSMN-VAD और स्पीकर डायरियाइजेशन पाइपलाइन
  • पायथन SDK से लेकर CLI और Docker कंटेनर तक लचीले डिप्लॉयमेंट विकल्प
  • CUDA और Vulkan बैकएंड के माध्यम से हार्डवेयर एक्सीलरेशन का समर्थन करता है

कहाँ कमी है

  • पायथन एनवायरनमेंट, PyTorch, और विशिष्ट CUDA ड्राइवरों के मैन्युअल सेटअप की आवश्यकता है
  • GPU-एक्सीलरेटेड सर्वर चलाने के लिए संगत NVIDIA हार्डवेयर और vLLM कॉन्फ़िगरेशन की मांग होती है
  • डॉक्यूमेंटेशन और गाइड कई मार्कडाउन फ़ाइलों और स्क्रिप्ट में विभाजित हैं
लागत

मूल्य & लाइसेंस

इसके MIT लाइसेंस के तहत मुफ़्त, रिपॉजिटरी में किसी भी भुगतान किए गए होस्टेड विकल्प का उल्लेख नहीं है। एकमात्र लागत इसे अपने स्वयं के हार्डवेयर पर स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: छात्र के लिए FunASR
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम FunASR को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

Can I run FunASR without Python installed?

हाँ, आप CPU या एज डिवाइस पर SenseVoice जैसे मॉडल को एक एकल स्व-निहित बाइनरी के रूप में चलाने के लिए पूर्व-निर्मित llama.cpp GGUF बाइनरी का उपयोग कर सकते हैं।

Does FunASR support real-time streaming audio?

हाँ, वास्तविक समय के टेक्स्ट परिणाम आउटपुट करने के लिए आप स्ट्रीमिंग मॉडल कॉन्फ़िगरेशन में ऑडियो को चंक दर चंक फीड कर सकते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
छात्र के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें