【开源项目】FunASR WS Win整合包,实时ASR,对接AI Vtuber和LiveTalking【语音识别 | 语音转文本 | 阿里 | 免费 |白嫖】

合集 · 开源/免费项目 (33)

  1. 14:11
    Ultralight-Digital-Human 一个超轻量级、可以在移动端实时运行的数字人模型,赠整合包【开源项目】
  2. 8:19
    F5-TTS 一句话克隆声音,开源TTS,附赠Windows整合包,有兴趣的可以玩玩0.0
  3. 6:28
    Mini-Omni 一个开源的多模态大型语言模型,可以边听边说边思考。具有实时端到端语音输入和流式音频输出会话功能。
  4. 10:05
    【免费TTS】MultiTTS 安卓APP(Win电脑部署),可以提供API接口、用于听书等服务,提供在线搜集的语音包
  5. 23:38
    GraphRAG-Ollama-UI + GraphRAG4OpenWebUI 融合版,WebUI + API,提供win整合包,值得一玩喵【开源项目】
  6. 12:38
    FunAudioLLM-APP win整合包,ASR+LLM+TTS(sensevoice+dashscope+CosyVoice)【开源项目】
  7. 26:51
    Auto-GPT 手把手带你一起部署体验,我也是第一次用哈,懂的都懂
  8. 19:13
    MeloTTS 高质量多语言文本转语音,支持训练,提供API, 赠win整合包,类似bert vits2
  9. 7:11
    F5-TTS API服务,提供密钥鉴权能力,UUID参考音频文本管理,兼容AUTODL,为你的后端调用提供赋能,FastAPI+Swagger文档,轻松上手
  10. 7:43
    FunASR WS Win整合包,实时ASR,对接AI Vtuber和LiveTalking【语音识别 | 语音转文本 | 阿里 | 免费 |白嫖】
  11. 5:56
    LLama-Factory lora模型 调用API,OpenAI接口协议,为你的模型微调应用赋能 【LLM | Qwen | 模型微调 | 训练 | API】
  12. 2:49
    Index-TTS API接口 适配官方程序 简单说明【TTS | AI】
  13. 7:36
    视频去水印、去物体 ProPainter win整合包 【AI | 图像 | 视频 | 自媒体】
  14. 4:52
    云平台部署 ASR集合(FunASR、FireRedASR、PaddleSpeech、SenseVoice一网打尽,提供api接口或webui页面完成ASR工作
  15. 20:09
    洛曦Agent 功能讲解。支持MCP接入,自定义工具能力,默认提供文件操作、OCR、截图、文字找坐标、以图找坐标等,可以实现简单的自动化操作
  16. 2:52
    Real-ESRGAN 图片、视频超分 整合包 【图片清晰化 | 图片放大 | 视频超分】
  17. 3:21
    一键云部署 混元世界模型,文本、图片生成3D模型【开源 | 云平台 | AI | 3D | 腾讯 | 镜像】
  18. 4:47
    Squirrel-RIFE 视频补帧 整合包,WebUI跨设备访问【AI | 视频 | 补帧 | 免费 | python】
  19. 3:12
    FLAVR 视频补帧 2/4/8倍帧插值 整合包 【免费 | AI | python】
  20. 10:25
    AnchorCrafter 带货数字人视频生成,通过人-物交互视频生成技术,动画化展示您的产品
  21. 11:16
    HuMo 文本+图像 生成视频,云镜像一键部署。基于协作多模态条件的人体中心视频生成【AI | 视频 | 数字人】
  22. 21:01
    SAM2 图像和视频中的任何内容分割,云一键部署,为AnchorCrafter提供素材【含流视频转换、深度视频转换器】
  23. 1:25
    【开源】RAGFlow-OCR 毫秒级识别 CPU、GPU速度都很快,含整合包
  24. 2:28
    Edge-TTS-API 整合包,本地免费使用,带前端带密钥
  25. 0:48
    生成你的专属圣诞树🎄
  26. 2:00
    【开源】whisper-asr-webservice 本地ASR服务API win整合包
  27. 8:32
    【开源】AI全自动视频剪辑 ASR+LLM 智能提取分割输出精彩片段【win整合包】
  28. 9:23
    【开源】AI视频剪辑 理解Agent项目-FireRed-OpenStoryline 整合包
  29. 0:35
    OpenClaw Skills 你的电脑还能这样玩?AI神器让你秒变效率大神!【开源 | 免费】
  30. 8:32
    【开源项目】提示词自优化 如果你觉得提示词写不好 可能能够帮到你(
  31. 3:17
    【开源项目】Git生命线 可在线体验,看看你的提交历程
  32. 1:26
    还在手动扒竞品数据?我把这套全自动采集分析系统开源了
  33. 0:53
    不用装 TeX:我在浏览器里跑通了 XeLaTeX,中文论文直接出 PDF
Description
github地址:https://github.com/Ikaros-521/FunASR_WS

AI Vtuber项目地址:https://github.com/Ikaros-521/AI-Vtuber

夸克网盘:https://pan.quark.cn/s/936dcae8aba0#/list/share/56a79e143a8b4877a98a61854e07b229-AI%20Vtuber/bb61a9dfedea4a33a918ceae5ae23d7f-STT%20ASR%EF%BC%88%E8%AF%AD%E9%9F%B3%E8%BD%AC%E6%96%87%E6%9C%AC%EF%BC%89/1ebadcd2bbd2426cb70077b2b2774933-FunASR
迅雷网盘:https://pan.xunlei.com/s/VNitDF0Y3l-qwTpE0A5Rh4DaA1?path=%2F%E5%88%86%E4%BA%AB%2FSTT%20ASR%EF%BC%88%E8%AF%AD%E9%9F%B3%E8%BD%AC%E6%96%87%E6%9C%AC%2FFunASR

Comments

是好熊 2024-12-16

up,请问有可以比较流利读中英文混合文本的AI模型吗,我自己试了fish speech 效果不是很好

♥ 3 ↩ 5

tjhappy0 2025-03-19

赞

♥ 1

爱吃咖央酱的小面包 2026-03-11

说话的时候,前面没有时间显示, 使用文件转换的功能也无法使用,是我设置说了吗

yjyz1011 2025-06-25

及时雨,python的requirements真是一坨啊,基本用不了。

↩ 1

众生平等88 2025-07-06

话者分离支持吗

↩ 1

笨笨猫和小胖 2025-04-04

只有CPU的话,延迟大概多久?

↩ 1

方Cuz 2025-03-22

还愣着干嘛,投币啊[打call]

↩ 1

真理流行 2025-03-05

请教一下伊卡洛斯佬,用您的整合包连接funasr和livetalking,会报下面这个错误,asr识别的文字发送不到livetalking该怎么办[大哭] DEBUG:logger:sleep qsize=7 ERROR:aiohttp.server:Error handling request from 127.0.0.1 Traceback (most recent call last): File "D:\Tools\Conda\envs\nerfstream\lib\site-packages\aiohttp\web_protocol.py", line 480, in _handle_request resp = await request_handler(request) File "D:\Tools\Conda\envs\nerfstream\lib\site-packages\aiohttp\web_app.py", line 569, in _handle return await handler(request) File "M:\LiveTalking\app.py", line 214, in is_speaking {"code": 0, "data": nerfreals【sessionid】.is_speaking()} KeyError: 0

↩ 4

小吴学习君 2025-03-04

老师,请问这个部署后能基于http协议连接客户端吗

↩ 13

颜狗汪汪 2025-02-07

up问一下funasr的api文档有吗?我在docker启动了funasr服务,现在需要在主机通过网页访问

↩ 1

梦貘20210412 2024-12-27

大佬、额滴神啊

↩ 1

jia浩浩 2024-12-17

支持up,[呲牙][呲牙]

↩ 1

JamesStupidPan 2024-12-17

大佬你是我的神!

↩ 1

AI工具集 2024-12-16

AI课代表总结: 核心内容摘要或者概述 本期视频介绍了如何安装并使用基于阿里云开发的实时语音识别工具 FunASR,展示了一个WS win整合包,并讲解了其工作原理及应用场景。 要点: - 视频展示了如何从整合包中部署 ASR 服务; - 解释了整合包中的 bat 文件内容及其作用,包括环境变量、端口和模型设置等; - 展示了 Web UI 设置界面,强调它支持对接 AI VTuber 和 Live Talking API; - 强调了数据转发的重要性,在实际应用中用于匹配不同的项目需求; - 实际操作演示了 FunASR 如何接入 GS-V2 平台,重点在于正确配置版本和参数; - 说明了 ASR WebSocket 连接过程及日志记录方式; - 提供了一些技术细节如 API 地址、文档查看方法及解决端口冲突的方法。

白井黑岩 2024-12-17

大佬加油

↩ 1

偷腥小猫崽 2024-12-16

不管怎么样,伊卡最棒

↩ 1