跳到正文

FunASR

把长音频与视频离线转写成带标点的文字

访问官网

FunASR 是什么

FunASR 被介绍为语音离线文件转写服务软件包,集成了语音端点检测、语音识别、标点等模型,能把长音频与视频转换成带标点的文字。资料说明它支持多路请求同时转写,并支持 ITN 与用户自定义热词。

你可以用它做什么

  • 用语音端点检测、语音识别与标点预测组成完整识别链路
  • 把几十个小时的长音频与视频转换为带标点的文字
  • 支持上百路请求同时进行转写
  • 用字级别时间戳对齐文本与语音

应用场景

  • 企业把会议录音实时转写,快速生成会议纪要
  • 在线教育平台把授课音频转换为文字资料便于学生复习
  • 媒体公司把采访录音转化为文字,提高编辑效率

上手流程

  • 安装 docker,已安装则跳过
  • 拉取 FunASR 软件包的 docker 镜像
  • 启动 docker 镜像并映射相关资源目录
  • 在 docker 中启动 funasr-wss-server 服务程序

优点与缺点

✓ 我们认可的地方

  • 服务端集成 ffmpeg,支持多种音视频格式输入
  • 支持字级别时间戳,方便文本与语音对齐
  • 支持 ITN 与用户自定义热词

! 需要留意的地方

  • 部署需要安装 docker 并映射资源目录
  • 产品形态为离线文件转写服务软件包
  • 转写依赖端点检测、识别与标点等模型组合

常见问题

输出是什么?

资料说明长音频与视频会被转换成带标点的文字。

怎么部署?

步骤列出安装 docker、拉取镜像、映射目录并启动 funasr-wss-server 服务程序。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法