需求人群
目标受众为需要进行大量语音资料转写的企业用户、开发者以及对语音识别有需求的研究机构。FunASR的高准确率和高并发处理能力,特别适合需要处理大量语音数据的场景,如会议记录转写、音频内容制作、语音资料存档等。
使用场景
企业使用FunASR进行会议录音的实时转写,快速生成会议纪要在线教育平台利用FunASR将授课音频转换为文字资料,便于学生复习媒体公司使用FunASR将采访录音转化为文字,提高编辑工作效率
产品特色
支持语音端点检测、语音识别、标点预测等完整语音识别链路能够处理几十个小时的长音频与视频,转换成带标点的文字支持上百路请求同时进行转写,适应高并发场景服务端集成ffmpeg,支持多种音视频格式输入提供html、python、c++、java与c#等多种编程语言客户端支持字级别时间戳,方便文本与语音对齐支持用户自定义热词,提高特定词汇的识别准确率
使用教程
11. 安装docker,如果已安装则跳过此步骤22. 拉取FunASR软件包的docker镜像33. 启动docker镜像,并映射相关资源目录44. 在docker中启动funasr-wss-server服务程序55. 下载客户端测试工具目录samples66. 使用客户端进行音频文件的转写测试,例如使用Python客户端进行转写77. 根据需要修改服务端或客户端代码,以适应特定业务需求