FunASR

工具定位

FunASR 是阿里巴巴达摩院开源的中文语音识别工具链，围绕 Paraformer 等模型提供识别、端点检测、标点恢复、说话人分离等一整套能力。

主要能力

• 中文识别准确率高，对口语、带口音普通话有专门优化。
• 内置 VAD、标点、时间戳、热词与说话人分离等后处理模块。
• 支持离线部署与服务化调用，可跑在 CPU 或 GPU 上。

使用评价

在国内中文场景里，识别质量与工程完整度都比较成熟，短剧台词批量转写省心，标点和断句基本可直接用于字幕。部署依赖模型仓库与镜像，首次配置略繁琐；长音频需要自行切分，嘈杂环境与多人抢话时准确率会下降。文档以中文为主，对国内团队友好。

适合与不适合

适合：中文台词转写、字幕初稿、语音内容审核。

不适合：需要多语种混合识别、又不愿意做环境配置的项目。

内容依据项目公开资料与常见中文评测整理，参数与授权以官方仓库为准。