我需要一款实时语音转文字软件（出国商业洽谈使用）。要求：实时文字记录并且需要有标点符号（需要多国语言），实时外语和中文翻译（准确率要高），结束时把对话文字可以生成会议纪要，要能在国外使用。 实时, 文字
https://github.com/FunAudioLLM/SenseVoice SenseVoice 是具有音频理解能力的音频基础模型，包括语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）。本项目提供 SenseVoice 模型的介绍以及在多个任务测试集上的 benchmark，以及体验模型所需的环境安装的与推理方式。 核心功能 🎯 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测 多语言识别： 采用超过 40 万小时数据训练，支持超过 50 种语言，识别效果上优于 Whisper 模型。 富文本识别： 具备优秀的情感识别，能够在测试数据上达到和超过目前最佳情感识别模型的效果。 支持声音事件检测能力，支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。 高效推理： SenseVoice-Small 模型采用非自回归端到端框架，推理延迟极低，10s 音频推理仅耗时 70ms，15 倍优于 Whisper-Large。 微调定制： 具备便捷的微调脚本与策略，方便用户根据业务场景修复长尾样本问题。 服务部署： 具有完整的服务部署链路，支持多并发请求，支持客户端语言有，python、c++、html、java 与 c# 等。
