FunASR Überblick und Eckdaten (Oktober 2026)

FunASR ist ein quelloffenes Toolkit für Sprachverarbeitung, gepflegt von Alibabas DAMO Academy. Es deckt Transkription, Streaming-Erkennung, Sprechertrennung und Emotionserkennung ab und ist besonders stark auf Chinesisch.

Das Toolkit bündelt Modelle wie Fun-ASR-Nano (800 Millionen Parameter, Chinesisch, Englisch, Japanisch und regionale Akzente), SenseVoiceSmall mit Emotions- und Audio-Ereigniserkennung sowie die Paraformer-Reihe mit Zeitstempeln. Bereitgestellt wird über ein Python-SDK, WebSocket-Streaming, Docker, Kubernetes oder vLLM, als einzelne Binärdatei auch auf CPU und Edge-Geräten über GGUF und llama.cpp. Es liegt in der Organisation ModelScope auf GitHub. Die GitHub-API zeigte rund 20.500 Sterne und eine Änderung am 28. September 2026.

• Transkribiert Gespräche in EchtzeitStreaming-Erkennung wandelt Sprache in Text, während das Gespräch läuft. Kontaktcenter oder Live-Untertitel arbeiten so auf eigenen Servern, ohne Audio an eine Cloud-API zu senden.
• Trennt Sprecher und setzt SatzzeichenSprechertrennung, Sprachaktivitätserkennung und Zeichensetzung erzeugen lesbare Transkripte mit Sprecherwechseln. Besprechungsnotizen brauchen weniger Nacharbeit.
• Erkennt Emotionen und Audio-EreignisseSenseVoice erkennt Emotionen und Ereignisse wie Lachen oder Applaus in fünf Sprachen. Qualitätsteams können Gespräche anhand des Tons zur Prüfung markieren.

• Auf Chinesisch optimiert, die Projektbeschreibung nennt eine etwa dreimal niedrigere Zeichenfehlerrate als whisper.cpp auf Chinesisch.
• Läuft vom GPU-Cluster bis zu CPU und Edge-Geräten als einzelne Binärdatei über GGUF.

Gepflegt von Alibabas DAMO Academy in China; die Modelle sind vor allem auf Chinesisch und Englisch ausgerichtet.

Prüfen Sie die Lizenz jedes Modells auf seiner Modellkarte, nur das Toolkit steht unter MIT-Lizenz. Emotionserkennung in Gesprächen mit Beschäftigten oder Kunden ist heikel. Klären Sie Rechtsgrundlage, Transparenz und menschliche Prüfung vor dem Einsatz, bei Beschäftigten auch die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG. Testen Sie die Genauigkeit für Deutsch, denn die Hauptmodelle zielen auf Chinesisch und Englisch.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen