FunClip

O nástroji

FunASR je open-source řešení pro rozpoznávání řeči, které kromě přepisu audia nabízí i detekci řečové aktivity (VAD), obnovu interpunkce, rozdělení mluvčích, detekci emocí a rozpoznávání zvukových událostí – vše přes jednotné Python rozhraní. Podporuje více než 50 jazyků, u čínštiny navíc 7 hlavních dialektů a 26 regionálních přízvuků s automatickou detekcí jazyka. Nástroj lze nasadit i v soukromé infrastruktuře (on-premise) a je připraven pro produkční nasazení. Instalace probíhá přes pip (torch, torchaudio, funasr, vllm, fastapi, uvicorn) a vyžaduje Python 3.8+ a GPU s alespoň 8 GB paměti. API je kompatibilní s OpenAI rozhraním (/v1/audio/transcriptions), takže jej lze bez úprav napojit na frameworky jako LangChain, AutoGen, Dify nebo Coze. Kromě dávkového přepisu souborů podporuje i real-time streamování přes WebSocket pro živé titulky nebo hlasové asistenty. Podle testů na 184 souborech (11 541 sekund audia) dosahuje model Fun-ASR-Nano chybovosti (CER) 8,06 % v základní PyTorch verzi, přičemž akcelerace pomocí vLLM zrychluje zpracování 16–340× při zachování téměř stejné přesnosti (rozdíl CER pod 0,2 %). Dokumentace a rozhraní webu jsou primárně v čínštině, informace o ceně nejsou v dostupném obsahu uvedeny.

Klíčové vlastnosti

• Rozpoznávání řeči ve 50+ jazycích s autodetekcí
• Detekce řečové aktivity (VAD) na úrovni milisekund
• Automatická obnova interpunkce a normalizace textu
• Rozdělení mluvčích s ID pro víceúčastnická jednání
• Detekce emocí a zvukových událostí (smích, hudba, potlesk)
• OpenAI-kompatibilní API i real-time přepis přes WebSocket

Časté dotazy

Kategorie

Další nástroje v kategorii Titulky

Nezůstávejte jen u nejoblíbenějších – tohle jsou další nástroje z kategorie Titulky, které stojí za prohlédnutí.

• 
  Happy Scribe

  Freemium
  40 %
• 
  HappySRT

  Freemium
  45 %
• 
  Laxis

  Freemium
  78 %
• 
  Lingosync

  Freemium
  73 %
• 
  LiteScribe

  Freemium
  1 %