FunASR

一、项目简介

FunASR 是阿里达摩院开源的语音识别（ASR）工具包，提供工业级中文语音识别模型，以及训练、微调、推理与服务化的完整能力。中文场景识别效果优秀，适合需要私有化部署语音转写的团队。

二、核心特性

• 中文 / 多语言识别：中文场景尤其突出；
• 工业级模型：Paraformer 等，兼顾速度与准确率；
• 流式与非流式：支持实时语音与离线转写；
• 端云一体：可从服务端到嵌入式多形态部署；
• 训练与微调：支持定制行业词表；
• 服务化组件：便于集成到业务系统。

三、适用场景

• 中文会议记录与字幕生成；
• 呼叫中心语音质检；
• 语音内容索引与检索。

四、快速上手

pip install funasr
from funasr import AutoModel
m = AutoModel(model="paraformer-zh")
print(m.generate(input="audio.wav"))

五、注意事项

• 模型文件较大，注意磁盘、显存与内存；
• 流式场景需调节 chunk 大小等参数；
• 专业术语可配合热词/微调提升效果。