请教下现在 app 端语音转文字 sdk 哪个好用些

查看 188|回复 20
作者:SilenceLL   
我们现在是用的百度的,产品觉得效果不好,又不想去每个 sdk 重新测试一遍。请教下大家实际使用哪家的方案比较好?

语音, sdk, 转换

neteroster   
中文豆包和千问都还可以(千问语音产品线很乱建议都试试)
多语言 soniox 和 elevenlabs
john990   
不想自己试可以让 AI 做啊,它还会用测试集,并且自己打分
SilenceLL
OP
  
@john990 这个咋测,是搞一批音频文件,然后让 ai 接各种 sdk ,然后测每个的识别效果吗
QS0x01   
@SilenceLL 搜 ASR 方向的测试集就行,或者直接看千问 ASR 论文使用的测试集。
John1024   
lazytyper 通义千问,火山的豆包语音
William337   
不知道 whisper 适合你不?
SilenceLL
OP
  
@William337 国内也能用吗
capric   
funasr
dcatfly   
https://huggingface.co/spaces/hf-audio/open_asr_leaderboard
https://artificialanalysis.ai/speech-to-text/non-streaming
你可以参考这两个榜单,不过感觉 aa 的榜单有点不准。
大体上中英文可以 qwen-asr ,其他语言可以 whisper 。
您需要登录后才可以回帖 登录 | 立即注册

返回顶部