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
This topic created in 69 days ago, the information mentioned may be changed or developed.
 |
neterosterSep 1 via Android
1
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 |
 |
john990Sep 1 via Android
2
不想自己试可以让 AI 做啊，它还会用测试集，并且自己打分
|
 |
john1024Sep 1
5
lazytyper 通义千问，火山的豆包语音
|
 |
William337Sep 1
6
不知道 whisper 适合你不？
|
 |
7
@William337 国内也能用吗
|
 |
capricSep 1
8
funasr
|
 |
dcatflySep 1
9
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 。 |
 |
maotongSep 1
10
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。 |
 |
nocmtSep 1
11
|
 |
takenSep 1
12
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 |
 |
dingwen07Sep 1
13
系统内置的
|
 |
feifei1210250Sep 1
14
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 |
 |
NasdaqSep 1
15
Fun-ASR
|
 |
junyiworkSep 1
16
中文的话，火山引擎或者阿里云的 ASR 都还不错。
|
 |
declandragonSep 1
17
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
我用的腾讯的 asr
|
 |
KisekiRemiSep 1
19
推荐腾讯或者讯飞的
|
|
William337Sep 1
20
@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
|
 |
woaigenySep 1
21
用的讯飞的，识别效果还行
|
 |
v2moSep 1
22
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