ホーム 話題 library logo ライブラリ コードベース お店
詳細表示
类库 › Fun-ASR
QwenAudio

QwenAudio/Fun-ASR

Fun-ASR是由Tongyi Lab推出的端到端语音识别大模型，支持31种语言，具有强大的上下文理解能力，适用于教育和金融等行业的实时转录。

1,578 157 1,578 7
在 GitHub 上查看
QwenAudio/Fun-ASR

标签

31-languages asr audio-language-model chinese-dialects fun-asr fun-asr-nano funasr gguf llama-cpp llm-asr multilingual-asr on-device pytorch real-time-asr speaker-diarization speech-recognition speech-to-text transcription transformers whisper-alternative

技术栈

查看全部依赖 (9)

依赖

compute-wer funasr openai-whisper pyopenjtalk-plus torch torchaudio transformers whisper_normalizer zhconv

相关项目

sammycage
sammycage/plutofilter
PlutoFilter是一个单头文件、零内存分配的图像滤镜库，快速应用各种图像效果，兼容SVG和CSS语义。
202 C
tectonic-typesetting
tectonic-typesetting/tectonic
Tectonic是一个现代化、完整的自包含TeX/LaTeX引擎，基于XeTeX和TeXLive，旨在简化文档编译过程。
5.2k C
pgvector
pgvector/pgvector
pgvector是一个用于Postgres的开源向量相似性搜索工具，可实现精确和近似最近邻搜索。支持多种向量格式和距离计算，兼具Postgres的ACID特性。
23.4k C
FelixKratz
FelixKratz/SketchyBar
SketchyBar是一个高度可定制的macOS状态栏替代品，旨在提供快速、灵活和强大的状态栏体验，支持脚本和动态配置。
12.5k C
TEN-framework
TEN-framework/ten-vad
TEN VAD是一个低延迟、高性能且轻量级的语音活动检测器，适用于各种语音处理应用。
2.3k C
QwenAudio
QwenAudio/SenseVoice
SenseVoice是一个多语言语音理解模型，支持自动语音识别、语言识别、情感识别和音频事件检测，旨在提升语音处理的准确性和效率。
9.6k C

评论

ホーム - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-10-24 15:04
浙ICP备14020137号-1