🎙️ 炸裂!这个开源项目能把几小时的录音一键转成带说话人、带标点的文字稿,比 Whisper 快 170 倍
GitHub 狂揽 18K star,出自阿里 ModelScope 团队,是公认的 Whisper 工业级平替。
平时记会议、扒播客、剪视频字幕,最烦的就是转录:
Whisper 慢、还分不清谁在说话,云服务又按分钟收费。
FunASR 一个模型一句调用全给你搞定,自动切句、识别、加标点、还标出每句是哪个发言人说的,连情绪都能判(开心、生气、难过),50 多种语言、中文方言也认。速度上 CPU 都能跑到 17 倍实时,有显卡更是 170 倍,自己部署完全免费,不像云服务每分钟还要 $0.006。
它还带了 MCP server,能直接挂到 Claude、Cursor 里当语音转写工具用。
pip install funasr 装完几行代码就能跑。
以后转录这种活,交全部交给它吧。
GitHub:
顯示更多