有没有靠谱的语音识别库或者服务？收费免费都可以。

闲聊灌水
1

最近在折腾语音识别，试了很多方案，没有一个能用的。 也可能我的实际环境不是用电脑麦克风收音，而是用4G模块插在USB上接听语音电话。 在这里跟大家交流一下折腾的情况，看看有没有更好的选择？

测试过的几个情况如下：

讯飞收费服务

一般对话大多数时候还可以，偶尔会抽疯

行业术语基本没法识别，设置了个性化热词之后，偶尔能起作用，大多数时候还是不行

https://console.xfyun.cn/services/iat

扣子的语音识别功能

准确率一般，术语没戏。

FunASR的paraformer模型

非流式的模型还可以，而且热词能够起作用，但是非实时模型不适用于实时对话的场景

流式模型不支持热词，没法处理行业术语，止步于“微调”，尝试了一下微调，但损失函数看不到收敛的样子。看资料说微调需要准备一千小时的语音，被劝退了。。。

2

azure 的语音识别，我测试下了比较满意

3

国外的服务没法做到国内的产品中。。。

4

这个开源的Whisper-large-v3你测试过吗，

it depends on GitHub - ggml-org/whisper.cpp: Port of OpenAI's Whisper model in C/C++

要安装本地模型，免费的

我机器太老了，intel最后一代MacBook air测试，识别一句话要5分钟

org-ai 用到了上述模块，演示如下：

5

刚刚是了一下，中文不行，比国内的模型差很远

6

国内模型，我最满意的是豆包上的语音识别，中文识别水平没让我失望过， 不知它用的是什么模型

7

我已开始就是折腾的扣子，但无法处理行业术语