
Fun-ASR 音声認識モデル群。Fun-ASR-Nano は Hugging Face Transformers にネイティブ対応し、別途 FunASR・vLLM・llama.cpp によるデプロイ経路も提供。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
1,600
±0 (10月13日〜)
最終コミット
2026年11月
GitHub での作成日
2025年12月15日
掲載日
—
ページ作成時から掲載
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 1,600 |
| 2026年10月 | 1,600 |
| 2026年11月 | 1,600 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
whisperopenai110k大規模弱教師あり学習によるロバストな音声認識。
whisper.cppggml-org54kOpenAI の Whisper モデルの C/C++ 移植版。
faster-whisperSYSTRAN26kCTranslate2 による高速な Whisper 文字起こし。
whisperXm-bain24kWhisperX:単語レベルのタイムスタンプ(&話者分離)を備えた自動音声認識。
FunASRmodelscope21k学習・推論・ストリーミング音声認識・VAD・句読点付与・話者分離パイプライン、および OpenAI 互換/MCP 提供に対応したオープンソース音声認識ツールキット。
NeMo SpeechNVIDIA-NeMo19k大規模言語モデル・マルチモーダル・音声AI(自動音声認識とテキスト読み上げ)に取り組む研究者・開発者向けに構築された、スケーラブルな生成AIフレームワーク。
研究分野が近いリソース
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。HF モデル共通: 音声認識
kaldikaldi-asr15kkaldi-asr/kaldi は Kaldi プロジェクトの公式リポジトリ。共通: 音声認識
vosk-apialphacep15kAndroid・iOS・Raspberry Pi・サーバー向けのオフライン音声認識API。Python・Java・C#・Node に対応。共通: 音声認識- wav2vec2-large-xlsr-japanese-hiraganavumichien153kfacebook/wav2vec2‑large‑xlsr‑53 を Common Voice と JSUT コーパスでファインチューニングした日本語音声認識モデルで、16 kHz の音声入力に最適化されています。HF モデル共通: 音声認識
espnetespnet10kエンドツーエンド音声処理ツールキット。共通: 音声認識
SenseVoiceQwenAudio9.4k北京語・広東語・英語・日本語・韓国語の音声認識、言語識別、感情認識、音響イベント検出に対応したオープンソースモデル SenseVoiceSmall。共通: 音声認識