<!-- funasr-ops:accuracy-correction-20260714 --> > [!IMPORTANT] > **更正：** 下文早期的横向速度和准确率说法没有来自同配置基准，现予以撤回。SenseVoiceSmall 支持中文、粤语、英语、日语和韩语，可返回语言、情感和音频事件标签；说话人分离需要另接 CAM++ 等独立模型或现有 pipeline，并非 SenseVoice 的内置输出。运行速度、时间戳、标点和效果取决于具体模型、接口、硬件和音频。FunASR 与 SenseVoice 仓库源码采用 MIT，模型权重以各自模型卡为准。是否集成应以本项目实际数据测试为准。 你好！feishu-openai 是一个很棒的项目。 建议考虑集成 [SenseVoice](https://github.com/FunAudioLLM/SenseVoice) / [FunASR](https://github.com/modelscope/FunASR) 作为语音转文字后端： **SenseVoice 的优势：** - **比 Whisper 快约 10 倍**（GPU 上 10 秒音频仅需 50ms） - **50+ 语言支持**：中英日韩等 - **完全本地部署**：无需调用 OpenAI API，数据安全 - **内置 VAD + 标点恢复** - **OpenAI 兼容 API**： ```bash pip install funasr funasr-server --device cuda # 与 OpenAI /v1/audio/transcriptions 兼容 curl http://localhost:8000/v1/audio/transcriptions -F file=@audio.wav ``` 对于飞书场景，用户发送语音消息后可以用 FunASR 快速转写为文字，再交给 LLM 处理。完全本地化部署也更适合企业内部使用。 - SenseVoice: https://github.com/FunAudioLLM/SenseVoice (8K+ stars) - FunASR: https://github.com/modelscope/FunASR (16K+ stars)
Important
更正： 下文早期的横向速度和准确率说法没有来自同配置基准，现予以撤回。SenseVoiceSmall 支持中文、粤语、英语、日语和韩语，可返回语言、情感和音频事件标签；说话人分离需要另接 CAM++ 等独立模型或现有 pipeline，并非 SenseVoice 的内置输出。运行速度、时间戳、标点和效果取决于具体模型、接口、硬件和音频。FunASR 与 SenseVoice 仓库源码采用 MIT，模型权重以各自模型卡为准。是否集成应以本项目实际数据测试为准。
你好！feishu-openai 是一个很棒的项目。
建议考虑集成 SenseVoice / FunASR 作为语音转文字后端：
SenseVoice 的优势：
pip install funasr funasr-server --device cuda # 与 OpenAI /v1/audio/transcriptions 兼容 curl http://localhost:8000/v1/audio/transcriptions -F file=@audio.wav对于飞书场景，用户发送语音消息后可以用 FunASR 快速转写为文字，再交给 LLM 处理。完全本地化部署也更适合企业内部使用。