FunASR/web-pages
IrvingGao d7a6de771c first commit for takway.ai 2024-05-18 15:50:56 +08:00
..
mock first commit for takway.ai 2024-05-18 15:50:56 +08:00
public first commit for takway.ai 2024-05-18 15:50:56 +08:00
src first commit for takway.ai 2024-05-18 15:50:56 +08:00
.browserslistrc first commit for takway.ai 2024-05-18 15:50:56 +08:00
.editorconfig first commit for takway.ai 2024-05-18 15:50:56 +08:00
.eslintignore first commit for takway.ai 2024-05-18 15:50:56 +08:00
.eslintrc.js first commit for takway.ai 2024-05-18 15:50:56 +08:00
babel.config.js first commit for takway.ai 2024-05-18 15:50:56 +08:00
jsconfig.json first commit for takway.ai 2024-05-18 15:50:56 +08:00
package-lock.json first commit for takway.ai 2024-05-18 15:50:56 +08:00
package.json first commit for takway.ai 2024-05-18 15:50:56 +08:00
readme.md first commit for takway.ai 2024-05-18 15:50:56 +08:00
vue.config.js first commit for takway.ai 2024-05-18 15:50:56 +08:00

readme.md

此目录是为了建设www.funasr.com网站目前已经有了域名与公网服务器欢迎社区用户参与建设主要从3方面

  • http服务器搭建
  • html网页设计
  • funasr相关材料

其中http服务器不限制编程语言推荐python-http可维护性好

html设计可以参考whisper https://openai.com/research/whisper

需要展示内容:

1、funasr介绍

可以AIGC生成个语音相关的炫酷配图

配上文字介绍

FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调研究人员和开发人员可以更方便地进行语音识别模型的研究和生产并推动语音识别生态的发展。让语音识别更有趣

2、核心功能

FunASR是一个基础语音识别工具包提供多种功能包括语音识别ASR、语音端点检测VAD、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。

3、Paraformer模型介绍

Paraformer模型结构图已有

文字描述:

    Paraformer是一种非自回归端到端语音识别模型。非自回归模型相比于目前主流的自回归模型可以并行的对整条句子输出目标文字特别适合利用GPU进行并行推理。Paraformer是目前已知的首个在工业大数据上可以获得和自回归端到端模型相同性能的非自回归模型。配合GPU推理可以将推理效率提升10倍从而将语音识别云服务的机器成本降低接近10倍。

4、离线文件转写服务

原理图

文字介绍:

    FunASR离线文件转写软件包提供了一款功能强大的语音离线文件转写服务。拥有完整的语音识别链路结合了语音端点检测、语音识别、标点等模型可以将几十个小时的长音频与视频识别成带标点的文字而且支持上百路请求同时进行转写。输出为带标点的文字含有字级别时间戳支持ITN与用户自定义热词等。服务端集成有ffmpeg支持各种音视频格式输入。软件包提供有html、python、c++、java与c#等多种编程语言客户端,用户可以直接使用与进一步开发。

在线体验:
    https://121.43.113.106:1335/static/index.html

安装:

    https://github.com/alibaba-damo-academy/FunASR/blob/main/runtime/docs/SDK_advanced_guide_offline_zh.md

使用:

    https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz


视频教程链接:

    https://www.bilibili.com/video/BV11a4y1U72y/?share_source=copy_web&vd_source=f6576748261a1b738a71ad618d380438

5、实时听写

原理图

文字介绍:

    FunASR实时语音听写软件包集成了实时版本的语音端点检测模型、语音识别、语音识别、标点预测模型等。采用多模型协同既可以实时的进行语音转文字也可以在说话句尾用高精度转写文字修正输出输出文字带有标点支持多路请求。依据使用者场景不同支持实时语音听写服务online、非实时一句话转写offline与实时与非实时一体化协同2pass3种服务模式。软件包提供有html、python、c++、java与c#等多种编程语言客户端,用户可以直接使用与进一步开发。

在线体验:
    https://121.43.113.106:1336/static/index.html

安装:

    https://github.com/alibaba-damo-academy/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md

使用:

    https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz

视频教程链接:

    https://www.bilibili.com/video/BV1Yw411K7LY/?share_source=copy_web&vd_source=f6576748261a1b738a71ad618d380438

6、github

https://github.com/alibaba-damo-academy/FunASR

7、社区交流

部署

git clone https://github.com/alibaba-damo-academy/FunASR.git cd FunASR/web-pages npm install

开发模式

npm run dev

产品模式

npm run example