Audio8-ASR-Infinite

几小时录音丢进去，一口气转成文字

开源 free 语音识别
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 115
维护状态 较活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类语音识别
开发团队Edge0-AI
所属国家
官网地址
GitHubhttps://github.com/Edge0-AI/Audio8-ASR-Infinite
定价模式free
价格说明开源项目，免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 115
30天Star增速
HF 下载量
上线时间2026-09-21 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-12
浏览次数0

项目介绍

Audio8-ASR-Infinite 是一个基于 Python 的开源语音识别项目，主打长音频、近似无限时长的连续转写能力。它要解决的问题是：传统 ASR 模型在处理数小时会议录音、播客或直播回放时，容易受显存和上下文窗口限制，需要人工切分音频再拼接结果，既费时又容易在切分处丢字。该项目通过流式或分段推理策略，让长音频可以一次性或连续地完成识别，降低使用门槛。核心能力包括对长音频的自动切分与结果合并、对识别过程的统一调度，以及可替换的 ASR 后端接入方式。项目当前星标约 115，属于早期阶段，适合想快速验证长音频转写流程的开发者，也可作为二次开发的基础骨架。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 面向长音频场景设计，解决普通 ASR 需手动切分再拼接的痛点
  • Python 实现，接入和二次开发门槛低，便于替换识别后端
  • 提供自动切分与结果合并思路，适合会议、播客等连续语音转写

不足之处

  • 项目处于早期，星标仅 115，功能与稳定性仍待验证
  • 文档和示例可能不完整，长音频实测效果缺少公开基准

适用场景

  • 会议录音数小时连续转写为文字纪要
  • 播客或访谈音频批量转成文字稿
  • 直播回放等长音频的离线语音识别

替代项目

whisper、faster-whisper

上一篇：fcitx5-vinput

下一篇：OctoASR

同类项目推荐

obs-localvocal 开源

直播录屏时，本地AI实时生成字幕，保护隐私零延迟

OBS plugin for local speech recognition and captioning using AI

★ 1631 2026-09-10
LiveCaptions-Translator 开源

实时捕获系统音频，一键翻译成你懂的语言

Lightweight and powerful real-time audio/speech translation tool based on Windows Li···

★ 3854 2026-08-10
speechbrain 开源

一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务

A PyTorch-based Speech Toolkit

★ 11864 2026-08-26
whisper-diarization 开源

给语音转写加上说话人标签，会议记录一目了然

Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper

★ 5662 2026-08-13