FunSpeech 是语音识别领域的开源项目，由 zaigie 开发，2025 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 163。
项目仍在小幅维护中，最近一次代码更新于 2026-09-09。MIT许可证，本地私有化部署，完全免费。
它主要面向的使用场景是：企业内网部署语音助手，保障数据隐私。同类可对比的替代方案包括 FunASR、CosyVoice、whisper.cpp。
FunSpeech
本地一键部署语音识别与合成，秒级搭建私有语音服务
FunSpeech 是一个面向本地私有化部署的语音服务工具，旨在简化语音识别（ASR）和语音合成（TTS）后端的搭建流程。它解决了开发者在使用 Qwen3ASR/FunASR 和 Qwen3TTS/CosyVoice 等模型时面临的配置复杂、依赖繁多、部署门槛高的问题。项目基于 Python 和 Docker 技术，提供开箱即用的服务，支持通过 WebSocket 进行实时语音交互，并兼容 CosyVoice 的多个版本。核心能力包括：快速启动语音识别与合成服务、支持多种模型后端切换、提供容器化部署方案以降低环境依赖成本。通过简单的配置和命令，用户即可在本地或私有环境中获得完整的语音处理能力，适用于需要数据隐私保护或离线场景的应用。
开源
free
音频音乐
GitHub 星标
★ 163
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队zaigie
所属国家
定价模式free
价格说明开源项目，MIT许可证，本地私有化部署，完全免费。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型asr,cosyvoice,cosyvoice2,cosyvoice3,docker,funasr,qwen3-asr,qwen3-tts,tts,websocket-chat
GitHub 星标★ 163
30天Star增速
HF 下载量
上线时间2025-08-27 00:00:00
最近更新2026-09-09 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2026-08-09
浏览次数4
使用教程
核心亮点
- 基于 Docker 容器化，环境依赖隔离，部署简单快速
- 同时支持 Qwen3ASR/FunASR 和 Qwen3TTS/CosyVoice 多模型，灵活切换
- 提供 WebSocket 接口，便于集成实时语音交互应用
不足之处
- 项目早期，社区和文档有待完善
- 依赖特定模型版本，升级或扩展可能需自行适配
适用场景
- 企业内网部署语音助手，保障数据隐私
- 快速搭建语音交互原型，验证产品功能
- 离线环境下的语音转写与合成服务
替代项目
FunASR、CosyVoice、whisper.cpp
项目介绍
上一篇：EasyMrcp
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