我要投稿
微信搜一搜，关注“pyVideoTrans”
小红书开源的中文语音转文字神器，一键整合包带Web UI和API，方便易用。 核心内容： 1. FireRedASR项目介绍及优势对比 2. Web UI界面和Windows预打包版使用指南 3. 源码安装步骤和API调用方法
FireRedASR 是小红书开源的一个高度精确的中文语音转文字项目,在多个对比维度上都优于 whisper/funasr等。
为此创建了一个带有 webui界面，并兼容 OpenAI SDK格式的封装，同时提供了一个win下的整合包，以方便使用。
开源地址: https://github.com/jianchang512/fireredasr-ui
启动后默认地址: http://127.0.0.1:5078
win10/11 提供了预打包版。
123网盘下载地址： https://www.123684.com/s/03Sxjv-xzTJ3
解压后双击 启动.bat 即可
确保已安装 python3.10 、ffmpeg
进入某个目录下，打开终端
git clone https://github.com/jianchang512/fireredasr-ui.gitcd FireRedASRpython3 -m venv venv. venv/bin/activatepip3 install -r requirements.txt/pretrained_models/FireRedASR-AED-L文件夹内默认地址: http://127.0.0.1:5078/v1
OpenAI SDK中使用
from openai import OpenAI
client = OpenAI(api_key='123456',
base_url='http://127.0.0.1:5078/v1')
audio_file = open("5.wav", "rb")
transcript = client.audio.transcriptions.create(
model="whisper-1",
file=audio_file,
response_format="json",
timeout=86400
)
print(transcript.text)如下图在 OpenAI语音识别及兼容API中填写，然后在语音识别渠道中选择OpenAI语音识别
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-06-30
重磅！百度文心一言4.5开源，包含2个多模态大模型，4个大语言模型，最大参数量4240亿！完全免费商用授权！
2025-06-28
卷疯了！这个清华系Agent框架开源后迅速斩获1.9k stars，还要“消灭”Prompt？
2025-06-28
刚刚，马斯克宣布：Grok 4 将于7月4日后发布！
2025-06-27
Local MCP时代来临：一键集成AI的Desktop Extensions（.dxt）深度解析
2025-06-27
PaddleOCR 3.0重磅发布！OCR精度跃升13%，多场景文档解析全面升级
2025-06-26
动手学Dify：知识库与外部知识库
2025-06-26
Google刚刚开源的这个东西，让Claude慌了 ｜ Gemini-CLI 提示词详细拆解
2025-06-26
免费！开源！Gemini CLI一比一复刻Claude Code！
2025-06-17
2025-06-17
2025-04-13
2025-04-29
2025-04-12
2025-04-10
2025-04-29
2025-04-29
2025-04-15
2025-05-29
2025-06-28
2025-06-25
2025-06-25
2025-06-21
2025-06-16
2025-06-15
2025-06-14
2025-06-10
回到顶部
粤ICP备17114055号