本页收录已经在上游项目中落地、仍在维护的 FunASR、Fun-ASR-Nano、SenseVoice 或其他官方 FunASR 模型集成。下面每一项都已对照项目默认分支核验;如有对应的已合并 PR,文中也提供了链接。
这些集成由社区项目维护,其发布节奏、硬件支持和 API 稳定性由上游项目决定,不属于 FunASR 维护者的兼容性承诺。
| 项目 | 已集成能力 | 从这里开始 |
|---|---|---|
| recording-inbox | 面向飞书/Lark 录音归档的自托管工作流,在 macOS 或 Windows 本地运行 SenseVoiceSmall,再把结构化会议纪要和带时间戳全文发布回飞书。可恢复流水线已用于多小时录音,并有真实纯 CPU 推理验证和跨平台 mocked CI。 | 项目指南、macOS 安装 和 FunASR showcase #3294。 |
| Pipecat | 面向语音和多模态 Agent pipeline 的本地 FunASRSTTService,底层使用 SenseVoice,并提供转写与语音 Agent 示例。 |
FunASR 服务文档、转写示例、语音 Agent 示例 和已合并 #4844。 |
| xiaozhi-esp32-server | 默认本地 ASR provider 使用 FunASR + SenseVoiceSmall;识别语种可设为 auto、zh、en、ja、ko 或 yue,同时也提供独立 FunASR runtime server provider。 |
Provider 实现、配置 和已合并 #3255。 |
| AutoSubs | 面向 DaVinci Resolve、Premiere 和 After Effects 字幕生成的端侧 int8 ONNX SenseVoice 引擎。 | SenseVoice 模型说明、引擎源码 和已合并 #629。 |
| TMSpeech | Windows 会议字幕与翻译工具,可通过外部命令识别器运行 Fun-ASR-Nano INT8。Silero VAD 先完成语音段切分再调用 Nano 解码,同时保留原有低成本 C# 流式识别器。 | Fun-ASR-Nano 配置、识别器源码 和已合并 #110。 |
| clowder-ai | 本地 AI 服务启动器;whisper-stt 服务位现在包含 Qwen3-ASR 作为 backend model variant,让本地 ASR 安装入口保持可见,同时不再新增一个独立语音服务。 |
服务 manifest、推荐矩阵 和已合并 #1083。 |
| 蛐蛐 / QuQu | 中文桌面语音转文字工作流,也是 Wispr Flow 的开源替代方案;内置本地 FunASR Paraformer pipeline、funasr_server.py、VAD、标点恢复,并可接入 LLM 文本优化。 |
项目 README、FunASR server 和 package metadata。 |
| OpenLess | macOS 与 Windows 开源语音输入应用;统一 Bailian ASR provider 暴露 Fun-ASR-Flash 录音文件转写,并与实时 ASR 选项一起服务于光标听写和 AI prompt 工作流。 | 项目 README、DashScope multimodal ASR provider、provider settings copy 和已合并 #793。 |
| OmniVoice Studio | 本地语音克隆、配音、听写和有声书应用;既可通过 OpenAI 兼容远程 ASR backend 连接自托管 FunASR/SenseVoice 服务,也提供原生 FunASR/SenseVoice + CAM++ 路径,让整段录音里的 speaker identity 保持一致。 | OpenAI 兼容 ASR 指南、FunASR backend、已合并 #1003 和已合并 #1167。 |
| GPT-SoVITS | 使用 Fun-ASR-Nano、SenseVoice 和经典 FunASR 模型完成数据集预处理与 WebUI 转写。 | funasr_asr.py、runtime fallback #2801 和 backend 文档 #2803。 |
| AudioNotes | 将音视频内容提取为结构化 Markdown 笔记,并把 Fun-ASR-MLT-Nano 路由到 Fun-ASR Nano 推理配置,保留 cache、batch size 和列表式 hotwords。 | 项目 README、FunASR 服务 和已合并 #65。 |
| Stet | macOS 本地听写应用,内置 in-process Fun-ASR Nano 引擎;其 universal static runtime 源自 FunASR llama.cpp 路径,并通过 Settings 管理 encoder、decoder、VAD 下载,支持 runtime 复用和个人词典 hotwords。 |
FunASR package 说明、Fun-ASR Nano spec 和已合并 release #44。 |
| NarratoAI | AI 视频解说与剪辑应用,可通过 OpenAI 兼容转写 endpoint,把字幕生成连接到自托管 FunASR 服务。 | FunASR 字幕服务、配置示例 和已合并 #259。 |
| wyoming-faster-whisper | Wyoming 协议 speech-to-text server,提供可选 FunASR backend,让本地语音助手和 Home Assistant 相关部署可以通过 Wyoming 使用 SenseVoice/FunASR。 | FunASR handler、模型注册 和已合并 #95。 |
| Dify official plugins | 面向自托管 FunASR endpoint 的 Dify 官方 speech-to-text 模型 provider,内置 SenseVoice、Fun-ASR-Nano、Paraformer 和 Paraformer English 配置。 | FunASR 插件 README、provider 实现、speech-to-text adapter 和已合并 #3281。 |
| RAGFlow | RAG 与 Agent 平台,提供本地 FunASR / SenseVoice speech-to-text provider,适合自托管文档和媒体摄取工作流;同时可通过 Tongyi-Qianwen provider 使用托管 Fun-ASR-Flash speech-to-text。 | Provider 注册、支持模型文档、已合并 #16473 和已合并 #16844。 |
| LiveTalking | 实时交互数字人服务,包含本地 FunASR/SenseVoice ASR server 路径;已合并修复会串行化共享模型访问,避免并发请求在懒加载模型或 generate() 时竞争。 |
ASR server、项目 README 和已合并 #611。 |
| Sokuji | 实时语音翻译应用,本地推理 sidecar 支持通过 FunASR 使用 GPU-native SenseVoice,并在内置模型目录中提供离线 CPU/GPU Fun-ASR-Nano 与 Fun-ASR-MLT-Nano ASR。 | Sidecar 模型目录、native model catalog、已合并 #268、已合并 #270 和已合并 #329。 |
| VocaLinux | Linux 离线语音输入应用,可通过 remote ASR engine 连接自托管 FunASR 或 SenseVoice OpenAI 兼容 endpoint。 | Remote ASR 指南、recognition manager 和已合并 #468。 |
| TranscriptionSuite | 本地私有 speech-to-text 桌面/server 应用,提供 SenseVoice/FunASR backend、OpenAI 兼容音频路由和 CAM++ 说话人分离支持。 | SenseVoice backend、OpenAI audio route、已合并 #198 和已合并 #201。 |
| 项目 | 已集成能力 | 从这里开始 |
|---|---|---|
| Xinference | 通过 Xinference 统一推理 API 提供 SenseVoiceSmall、Fun-ASR-Nano-2512 和 Fun-ASR-MLT-Nano-2512 内置音频模型规格。 | 音频模型规格 和已合并 #5140 中的 FunASR 1.3 兼容性更新。 |
| Optimum Intel | 通过 Hugging Face Optimum Intel 支持 Fun-ASR 模型的 OpenVINO 导出与推理,包括 FunASR 专用 modeling 代码以及 ASR、export、quantization 覆盖。 | FunASR OpenVINO modeling、支持模型文档 和已合并 #1801。 |
| OpenVINO Notebooks | OpenVINO 官方 FunASR-Nano 教程资料,包含 helper 代码和 NPU device 修复,方便用户在 Intel 加速路径上运行 notebook。 | FunASR-Nano notebook、OpenVINO FunASR helper、已合并 #3497 和 NPU 修复 #3517。 |
| SGLang Omni | 面向 omni models 的 multi-stage pipeline runtime,已内置 Fun-ASR 模型支持、OpenAI 兼容服务、cookbook 文档、benchmark 任务和格式化后的 stream-output 测试。 | Fun-ASR cookbook、Fun-ASR 模型 runtime、已合并 #1078 和 review-fix 已合并 #1079。 |
| Fun-ASR-vLLM | 面向 Fun-ASR-Nano 和 Fun-ASR-MLT-Nano 的社区 vLLM 推理实现,包含批量评测和 NVIDIA Triton 部署。 | 安装与 Benchmark 和已合并 #20 中的确定性 ASR 解码修复。 |
| vad-burn | 纯 Rust FSMN VAD 推理与 Python binding,支持离线、流式和纯 CPU 模式。 | 项目 README 和 FunASR showcase #3106。 |
| 项目 | 已集成能力 | 从这里开始 |
|---|---|---|
| awesome-python | SenseVoice 已收录到大型 Python 资源目录的 Speech Recognition 部分,方便 Python 开发者发现本地多语种 ASR。 | 项目 README 和已合并 #3246。 |
| speech-trident | SenseVoice 已收录到 speech/audio language models 目录,面向语音 LLM、representation learning 和 codec model 读者。 | 项目 README 和已合并 #31。 |
| voiceai | 面向 Voice AI agent builder 的资源地图,在 Speech-to-text (STT / ASR) 部分同时收录 FunASR 和 SenseVoice,帮助开发者发现自托管本地 ASR 与多语种语音理解选项。 | 英文 README、中文 README 和已合并 #16。 |
| Large-Audio-Models | 面向音频领域 foundation model 的资源目录,已收录 FunAudioLLM 语音理解与生成论文及 SenseVoice 代码入口,方便语音、歌声和音乐模型读者发现项目。 | 项目 README 和已合并 #26。 |
| Neural-Codec-and-Speech-Language-Models | 面向 neural codec、TTS 和 speech language model 的资源目录,已同时收录 Fun-ASR-Nano 与 SenseVoice,方便对比 ASR 和语音理解模型的读者发现项目。 | 项目 README 和已合并 #4。 |
- 按上游项目的安装和发布说明操作,不要假设其依赖版本与 FunASR
main完全一致。 - 用计划部署的模型、语种、音频格式和硬件路径做一次真实验证。
- 应用或 adapter 问题优先反馈给集成项目;可复现的 FunASR 核心模型或 runtime 问题反馈到 FunASR issues。
如果你维护了 FunASR 集成,请提交 showcase issue,并提供:
- 仓库链接和维护状态
- 支持的 FunASR 模型或 runtime 路径
- 安装方式和最小使用示例
- 已合并改动、正式发布、benchmark 或其他可复现验证
- 官方、社区维护或实验性项目的明确说明