diff --git a/README.md b/README.md index 49851f3..58f58f3 100644 --- a/README.md +++ b/README.md @@ -1,11 +1,11 @@ # Fun-ASR -「简体中文」|「[English](./README_en.md)」 +「简体中文」|「[English](README_en.md)」 Fun-ASR 是通义实验室推出的端到端语音识别大模型,是基于数千万小时真实语音数据训练而成,具备强大的上下文理解能力与行业适应性,支持低延迟实时听写,并且覆盖 31 个语种。在教育、金融等垂直领域表现出色,能准确识别专业术语与行业表达,有效应对"幻觉"生成和语种混淆等挑战,实现"听得清、懂其意、写得准"。
- +
@@ -21,7 +21,7 @@ Fun-ASR 是通义实验室推出的端到端语音识别大模型,是基于数 模型仓库:[modelscope](https://www.modelscope.cn/models/FunAudioLLM/Fun-ASR-Nano-2512),[huggingface(coming)](https://huggingface.co/FunAudioLLM/FunASR) 在线体验: -[魔搭社区创空间](https://modelscope.cn/studios/FunAudioLLM/Fun-ASR-Nano/),[huggingface space(coming)](https://huggingface.co/spaces/FunAudioLLM/FunASR) +[魔搭社区创空间](https://modelscope.cn/studios/FunAudioLLM/Fun-ASR-Nano),[huggingface space(coming)](https://huggingface.co/spaces/FunAudioLLM/FunASR)
@@ -46,11 +46,9 @@ pip install -r requirements.txt # TODO -[ ] 支持返回时间戳 - -[ ] 支持区分说话人识别 - -[ ] 支持模型训练 +- [] 支持返回时间戳 +- [] 支持区分说话人识别 + [- ] 支持模型训练 # 用法 🛠️ @@ -125,26 +123,12 @@ if __name__ == "__main__": # 性能评测 📝 -## 多语言语音识别 - -我们在开源基准数据集(包括 AISHELL-1、AISHELL-2、Wenetspeech、Librispeech 和 Common Voice)上比较了 Fun-ASR 与其他模型的多语言语音识别性能。在中文和粤语识别效果上,Fun-ASR 模型具有明显的效果优势。 +我们在开源基准数据集、中文方言测试集和工业测试集上,比较了 Fun-ASR 与其他模型的多语言语音识别性能。Fun-ASR 模型均具有明显的效果优势。
- +
-## 方言识别性能 - -Fun-ASR 在中文方言识别任务上表现优异,覆盖 7 大方言和 26 个地区口音,识别准确率显著优于其他开源模型。 -
- -
- -## 热词定制效果 - -在工业应用场景中,Fun-ASR 的热词定制能力表现出色,在不损伤通用识别准确率的前提下,将定制热词数量从 1000 拓展到 10000。 - -
- +
diff --git a/images/funasr-v2.png b/images/funasr-v2.png new file mode 100644 index 0000000..dea311c Binary files /dev/null and b/images/funasr-v2.png differ diff --git a/images/hist.png b/images/hist.png new file mode 100644 index 0000000..9637cba Binary files /dev/null and b/images/hist.png differ diff --git a/images/radar.png b/images/radar.png new file mode 100644 index 0000000..ba4493b Binary files /dev/null and b/images/radar.png differ