
Fun-ASR 语音识别模型系列,其中 Fun-ASR-Nano 原生支持 Hugging Face Transformers,并另外提供 FunASR、vLLM 与 llama.cpp 部署途径。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1,600
±0 (10月13日〜)
最后提交
2026年11月
GitHub 创建日期
2025年12月15日
收录日
—
自页面创建时收录
Star 数变化
以表格显示
| 月份 | 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 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
whisperopenai110k通过大规模弱监督实现的鲁棒语音识别。
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。
faster-whisperSYSTRAN26k基于 CTranslate2 的更快 Whisper 转写。
whisperXm-bain24kWhisperX:具备词级时间戳(及说话人分离)的自动语音识别。
FunASRmodelscope21k支持训练、推理、流式语音识别、VAD、标点、说话人分离流水线以及兼容 OpenAI/MCP 服务的开源语音识别工具包。
NeMo SpeechNVIDIA-NeMo19k为从事大语言模型、多模态与语音 AI(自动语音识别与文字转语音)研究和开发的人员打造的可扩展生成式 AI 框架。
研究领域相近的资源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 语音识别
kaldikaldi-asr15kkaldi-asr/kaldi 是 Kaldi 项目的官方所在地。共同: 语音识别
vosk-apialphacep15k面向 Android、iOS、Raspberry Pi 及服务器的离线语音识别 API,支持 Python、Java、C# 和 Node。共同: 语音识别- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一个由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 和 JSUT corpus 上微调的日本语音识别模型,针对 16 kHz 音频输入进行了优化。HF 模型共同: 语音识别
espnetespnet10k端到端语音处理工具包。共同: 语音识别
SenseVoiceQwenAudio9.4k开源模型 SenseVoiceSmall,支持普通话、粤语、英语、日语和韩语的语音识别、语种识别、情感识别和音频事件检测。共同: 语音识别