FunASR

基于 FunASR 开源工具集，支持多个语音识别模型： - sensevoice-small：（默认）速度最快的语音识别，支持多语言混合、情绪识别，准确度适中 - paraformer-large：高精度中文语音识别，内置 VAD + 标点 + 时间戳，对其他语言支持一般，速度适中 - fun-asr-nano：支持识别中文方言、唱歌等，远场高噪声识别优化，速度最慢，准确度适中，有时会有幻觉误识别 具体模型特点请参考官方说明：https://help.aliyun.com/zh/model-studio/recording-file-recognition 算力舱提供了: - 在线使用界面 - 兼容 OpenAI 的接口，可直接在各种客户端中调用语音识别服务！ - 兼容阿里云语音识别 RESTful API 接口 具体使用方法查看应用首页和说明文档。 注：算力舱内置的 whisper 模型，精度和对多语言的支持要比这些模型高一些，就是速度没有前两个快。 一句话总结：识别语音，这一个 API 服务就够了，兼顾速度和准确度！