零成本、高准确率，一行代码搞定 ASR 语音识别

🆓 推荐的免费 ASR 模型

目前平台提供以下完全免费的语音识别模型：

1️⃣ DianXin/TeleSpeechASR

• • 特点：高准确率，支持中英文混合识别
• • 适合：通用场景、会议转写

2️⃣ FunAudioLLM/SenseVoiceSmall

• • 特点：轻量快速，中文识别表现优秀
• • 适合：实时语音交互、短语音识别

3️⃣ Qwen2-Audio-7B-Instruct

• • 特点：支持音频理解与问答，能力更强
• • 适合：音频内容深度分析

🚀 如何调用 API

第一步：获取 API Key

注册平台账号并登录（ https://siliconflow.cn ），在控制台中获取你的 API Key。

第二步：构建请求

ASR 功能通过多模态模型接口调用，使用 audio_url 参数传入音频文件地址。

请求参数说明

第三步：处理返回

API 返回标准 JSON 格式结果，从中提取识别出的文本内容即可。

🔄 工作流程

整个流程非常简单：

1. 1. 准备音频文件 → 支持 wav、mp3、ogg、flac 等常见格式
2. 2. 构建请求 → 使用 audio_url 传入音频地址
3. 3. 调用 API → POST 请求到 /v1/chat/completions
4. 4. 获取文本 → 从返回 JSON 中提取识别结果

💡 使用场景

• • 🎤 语音输入法：为用户提供语音转文字功能，提升输入效率
• • 📝 会议记录：会议录音自动转写为结构化文字记录，方便归档和检索
• • 📱 语音客服：构建智能客服系统，自动处理用户语音咨询
• • 🎙️ 播客转文字：自动生成字幕和内容摘要，方便二次传播
• • 📊 数据分析：对语音内容进行结构化分析，提取关键信息
• • 🎓 课堂笔记：录制课程音频，自动生成文字笔记和知识点总结

⚠️ 注意事项

1. 1. 音频格式：建议使用 wav、mp3、ogg、flac 等常见格式
2. 2. 文件大小：单个音频建议不超过 50MB
3. 3. 网络要求：音频 URL 需要公网可访问
4. 4. 免费额度：目前 ASR 模型完全免费，建议关注平台最新政策