我们现在是用的百度的，产品觉得效果不好，又不想去每个 sdk 重新测试一遍。请教下大家实际使用哪家的方案比较好？
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
 |
1
neteroster 17h 56m ago via Android
中文豆包和千问都还可以（千问语音产品线很乱建议都试试）
多语言 soniox 和 elevenlabs |
 |
2
john990 17h 54m ago via Android
不想自己试可以让 AI 做啊，它还会用测试集，并且自己打分
|
 |
5
john1024 17h 32m ago
lazytyper 通义千问，火山的豆包语音
|
 |
6
William337 17h 4m ago
不知道 whisper 适合你不？
|
 |
7
SilenceLL OP @William337 国内也能用吗
|
 |
8
capric 16h 42m ago
funasr
|
 |
9
dcatfly 16h 30m ago
https://huggingface.co/spaces/hf-audio/open_asr_leaderboard
https://artificialanalysis.ai/speech-to-text/non-streaming 你可以参考这两个榜单，不过感觉 aa 的榜单有点不准。 大体上中英文可以 qwen-asr ，其他语言可以 whisper 。 |
 |
10
maotong 15h 42m ago
https://github.com/k2-fsa/sherpa-onnx
肯定是这个了。 里面有些训练好的模型可以直接用。全平台支持。 |
 |
11
nocmt 15h 33m ago
|
 |
12
taken 15h 28m ago
流式的话，国内大厂：
首推腾讯，服务好响应快 其次就都差不多了 讯飞>字节>阿里 |
 |
13
dingwen07 15h 17m ago
系统内置的
|
 |
14
feifei1210250 13h 20m ago
常规中文的话用 Fun-ASR-Nano-2512 ，识别效果和速度都比 whisper 要强很多，
但带背景音乐的中文影视作品用前者会有幻觉，经常会会有“哈哈哈”之类的完全无关的识别结果，仍是 whisper large-v3-turbo 比较合适 |
 |
15
Nasdaq 13h 18m ago
Fun-ASR
|
 |
16
junyiwork 12h 6m ago
中文的话，火山引擎或者阿里云的 ASR 都还不错。
|
 |
17
declandragon 12h 3m ago
是实时语音转文字还是音频提取字幕？音频提取字幕用了阿里的
|
 |
18
DICK23 11h 47m ago
我用的腾讯的 asr
|
 |
19
KisekiRemi 9h 54m ago
推荐腾讯或者讯飞的
|
|
20
William337 9h 15m ago
@SilenceLL 开源的为啥不行，目前用这个做字幕，还没有比它体验更好的，目前。但是我是本地 Windows 跑的，你要调研一下是否有移动端版本
|
 |
21
woaigeny 8h 40m ago
用的讯飞的，识别效果还行
|
 |
22
v2mo 3h 54m ago
现在本地 cpu 的模型好像就能识别了啊，也可以试试的。
我试过纯浏览器的，也还不错的。 |
Select Language