建议：集成 FunASR/SenseVoice 语音识别能力

[LauraGPT]

Note

许可证与能力更正（2026-07-14）： FunASR 是工具箱，不是单一模型。FunASR 与 SenseVoice 仓库源码采用 MIT；模型权重以各自模型卡为准。SenseVoiceSmall 支持中文、粤语、英语、日语和韩语，权重使用模型卡链接的 FunASR 模型开源协议；Fun-ASR-Nano-2512 为 Apache-2.0。语言范围、标点和性能取决于所选模型及运行配置。

功能建议

AIGCPanel 作为一站式 AI 数字人系统，集成 FunASR/SenseVoice 可以增强语音交互能力。

适用场景

• 数字人语音交互：实时识别用户语音指令
• 视频字幕生成：为合成视频自动生成字幕
• 声音克隆数据标注：使用 FunASR 自动标注训练数据

FunASR 优势

• 中文识别极准：AISHELL 基准上 CER < 2%
• 速度极快：非自回归架构，GPU 170 倍实时
• 内置标点：自动添加中文标点
• 情感识别：SenseVoice 可识别说话人情绪
• 说话人分离：cam++ 模型支持多人对话
• 完全本地：无需联网，保护隐私

快速集成

pip install funasr

from funasr import AutoModel
model = AutoModel(model="iic/SenseVoiceSmall")
result = model.generate(input="audio.wav")

如有兴趣，欢迎交流！