MASR 是语音识别领域的开源项目，由 yeyupiaoling 开发，2020 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 728。
项目仍在小幅维护中，最近一次代码更新于 2026-09-22。Apache-2.0许可，完全免费，可自行部署使用。
它主要面向的使用场景是：实时语音助手、智能客服等需要低延迟流式识别的场景。同类可对比的替代方案包括 WeNet、ESPnet、PaddleSpeech。
MASR
一个框架搞定流式+非流式语音识别，训练部署都省心
MASR是一个基于Pytorch的自动语音识别（ASR）框架，专注于流式与非流式识别，兼顾在线和离线场景。它解决了开发者需要同时支持实时语音交互和离线批量转写的痛点，提供统一的训练和推理接口。核心能力包括：支持Conformer、Squeezeformer、DeepSpeech2三种主流模型，内置多种数据增强方法（如SpecAugment、速度扰动等），并实现了流式解码所需的chunk机制，降低延迟。框架代码结构清晰，便于二次开发，适合学术研究和工业落地。目前项目处于早期阶段，但已具备基本的训练、测试和部署流程，可快速上手。
开源
free
语音识别
GitHub 星标
★ 728
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类语音识别
开发团队yeyupiaoling
所属国家
定价模式free
价格说明开源框架，Apache-2.0许可，完全免费，可自行部署使用。
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asr,conformer,deep-learning,deepspeech,pytorch,speech,speech-recognition,speech-to-text,squeezeformer
GitHub 星标★ 728
30天Star增速
HF 下载量
上线时间2020-07-29 00:00:00
最近更新2026-09-22 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数9
使用教程
核心亮点
- 同时支持流式与非流式，在线离线场景通吃，无需切换框架
- 内置Conformer、Squeezeformer、DeepSpeech2三种主流模型，覆盖不同精度和速度需求
- 数据增强方法丰富，能有效提升模型鲁棒性，减少过拟合
不足之处
- 项目早期阶段，文档和社区支持相对薄弱，遇到问题可能需自行排查
- 模型库和预训练模型较少，实际应用时可能需要从零训练
适用场景
- 实时语音助手、智能客服等需要低延迟流式识别的场景
- 会议录音、视频字幕等离线批量转写场景
- 学术研究中对比不同ASR模型结构或验证新方法的实验平台
替代项目
WeNet、ESPnet、PaddleSpeech
项目介绍
上一篇：BiBi-Keyboard
下一篇：cheetah
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
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···
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
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