中文语音识别

CAM++ 是 FunClip 集成的语音识别模型，专注于中文语音识别，适用于 16k 采样率的通用场景。它能够自动识别说话者 ID，并用于剪辑特定说话者的段落。该模型具有高效、准确、轻量化的特点，适合实时应用和资源受限的环境。

SeACo-Paraformer 是一个非自回归的自动语音识别（ASR）系统，专门为中文语音识别设计，集成了热词定制功能，能够显著提升特定实体词（如人名、地名）的识别效果。该系统结合了注意力编码器-解码器（AED）模型的准确性和非自回归（NAR）模型的高效性，适用于工业级大数据场景。通过 FunASR 工具包，用户可以轻松部署该模型，并利用其热词定制功能优化语音识别结果。

Paraformer-Large 是由阿里巴巴开发的开源工业级自动语音识别（ASR）模型，专注于中文语音识别任务。该模型在Modelscope上的下载量超过1.436亿次，显示出其在开发者和研究者中的广泛受欢迎。Paraformer-Large 采用非自回归端到端语音识别技术，支持并行推理，特别适合GPU使用，能够高效处理大规模语音数据。模型训练于6万小时的普通话数据集，确保其在中文语音识别任务中的鲁棒性和准确性。