FunASR 提供语音识别工具和可组合的处理流程。可以先转写中文会议或课程录音,再按需要加入语音活动检测、标点恢复或说话人相关模型。
代码许可证 MIT(见上方仓库的 LICENSE 文件)。
上手示例
- 从一段录音中截取含静音、专业术语和两人轮流讲话的样本。
- 用匹配语言的离线识别模型生成文字,然后按项目文档加入标点或语音活动检测。
- 对照音频核对姓名、数字以及静音后的首句,确认效果后再处理整段录音。
使用要点
离线转写和实时字幕的模型及处理方式有差异。制作直播字幕时,应使用支持流式识别的配置并实测显示延迟。
暂无评论