FunASR最新模型FunAudioLLM/Fun-ASR-Nano-2512实时语音识别转文字热词版整合包下载

Fun-ASR-Nano-2512是阿里通义实验室前天刚发布的最新最强的一款语音识别转文字模型，支持31种语言，延迟低，在某些专业领域表现出色。我基于FunAudioLLM/Fun-ASR-Nano-2512模型制作了最新实时语音识别转文字热词版免安装一键启动整合包

Fun-ASR-Nano-2512介绍

Fun-ASR 是通义实验室推出的一款端到端语音识别大模型。它基于数千万小时的真实语音数据训练而成，具备强大的上下文理解能力和行业适应性。支持低延迟实时转写，覆盖31种语言。在教育、金融等垂直领域表现出色，能够精准识别专业术语和行业表达，有效解决“幻觉”生成和语言混淆等问题，实现“听得清、懂得意、写得准”。

Fun-ASR-Nano-2512 是一款基于数千万小时真实语音数据训练的端到端语音识别大模型。支持低延迟实时转写，覆盖31种语言。

语音识别支持中文、英文和日语。中文包括7种方言（吴语、粤语、闽语、客家话、赣语、湘语、晋语）和26种地方口音（河南、山西、湖北、四川、重庆、云南、贵州、广东、广西及其他20多个地区）。英文和日文涵盖多种地方口音。此外还支持歌词识别和说唱语音识别。

核心功能 🎯

Fun-ASR 专注于高精度语音识别、多语言支持和行业定制能力

• 远场高噪声识别： 针对远距离拾音和高噪声场景（如会议室、车内环境、工业现场等）进行了深度优化，将识别准确率提高到93%。
• 中文方言和地区口音：
  • 支持7种主要方言：吴语、粤语、闽语、客家话、赣语、湘语、晋语
  • 覆盖26种地区口音：包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西等20多个地区
• 多语言自由对话： 支持31种语言的识别，重点优化了东亚和东南亚的语言，支持自由切换语言和混合识别。
• 音乐背景下的歌词识别： 在音乐背景干扰下增强语音识别性能，支持歌曲中歌词内容的准确识别。

Fun-ASR-Nano-2512整合包使用说明

首先将网盘内的软件压缩包下载到本地电脑上并解压，然后双击启动软件.exe

先选择识别结果保存位置，路径中不要有非英文字符和空格

音量阈值：如果环境中有噪音的话，可能会影响识别结果，导致输出无效内容

有些用户可能不知道如何设置该值，软件提供了个音量检测功能。先启动软件不要说话，如果还没说话，黑色终端窗口里就显示音量数值，就说明检测到环境噪音了，查看音量数值一般是多少，在软件设置里音量阈值大于该值即可。

静音时长：静音多长时间后认为说完一句话，软件开始识别内容。如果说话语速快的话，可降低该值。

针对部分电脑无法联网情况，软件支持离线使用

注意事项

软件只支持win10或11系统电脑

使用前先更新英伟达显卡驱动到最新版

默认使用GPU处理较快，没有英伟达显卡的话会使用CPU处理，速度略慢

软件运行路径中不要有非英文字符和空格

根据个人说话特点调节静音时长，尽量不要让软件一次性识别太长内容

Fun-ASR-Nano-2512实时语音识别转文字热词版整合包下载链接