Fun-ASR 是通义实验室推出的端到端语音识别大模型，是基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性，支持低延迟实时听写， 并且覆盖 31 个语种。 在教育、金融等垂直领域表现出色，能准确识别专业术语与行业表达，有效应对"幻觉"生成和语种混淆等挑战，实现"听得清、懂其意、写得准"。

Fun-ASR-Nano优点

• 轻量但不"缩水"

Nano 系列在保证识别效果可用的前提下，对模型结构进行了优化，在性能与资源消耗之间取得了不错的平衡。

• 与 FunASR 框架天然适配

无需复杂配置，即可直接使用 FunASR 提供的推理接口，减少重复造轮子的成本。

• 工程友好

无论是 Python 服务，还是后端系统集成，都能较为顺滑地接入，适合工程师快速落地。

Fun-ASR-Nano应用场景

• 语音指令识别

• 智能客服前端转写

• 教育类语音应用

• Demo / PoC 阶段快速验证

支持语种

支持中文、英文、日文。中文包含7 种方言（吴语、粤语、闽语、客家话、赣语、湘语、晋语）。26 种地域口音支持（河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏）。英文、日文涵盖多种地域口音。额外功能包括歌词识别与说唱语音识别。

HuggingFace模型库

https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512

【FunAudioLLM/Fun-ASR-Nano】模型已经在趋动云『社区项目』上线，无需自己创建环境、下载模型，一键即可快速部署，快来体验【FunAudioLLM/Fun-ASR-Nano】带来的精彩体验吧！

项目入口

https://open.virtaicloud.com/web/project/detail/656762392071598080

视频教程

启动开发环境

进入【FunAudioLLM/Fun-ASR-Nano】项目主页中，点击运行一下，将项目一键克隆至工作空间，『社区项目』推荐适用的算力规格，可以直接立即运行，省去个人下载数据、模型和计算算力的大量准备时间。

配置完成，点击进入开发环境，根据主页项目介绍进行部署。

使用方法

在gemini/code中找到使用说明，选中使用方法单元格，点击运行。

等待生成local URL，右侧添加端口7860。

项目使用方法

示例展示

➫温馨提示：完成项目后，记得及时关闭开发环境，以免继续产生费用！