GoForum › 🌐 V2EX

音频转文本模型推荐

carlself · 2026-10-08 16:18 · 0 次点赞 · 2 条回复

目前使用 whisper-large-v3-turbo ，英文音频效果不错，但是中文识别准确率很差，几乎每个句子都有错。请问有什么更好的模型推荐？

2 条回复

jackOff · 2026-10-08 16:18

同求，如果中文每个字的时间轴识别能精准不偏移就完美了

Muniesa · 2026-10-08 16:18

Qwen3-ASR-1.7B 很多方言口音也能识别

添加回复

你还需要登录后发表回复

登录后可发帖和回复

登录注册

主题信息

作者: carlself

发布: 2026-10-08

点赞: 0

回复: 0