一、语音识别

(一) 基于现有部署的funasr

1. 部署环境

请求地址：http://127.0.0.1:9996/v1/audio2txt

请求参数：

{

"input": "http://127.0.0.1http://

}

2. 测试情况

文件

大小

语音时长

语言类型

结果准确和一致性

耗时（去最大最小）

output1.wav

873 K

19s

普通话

准确，一致

376.625 ms

output1.mp3

202 K

19s

普通话

准确，一致

269.875 ms

01.wav

11 M

3m

普通话

准确90%，不一致（断句）

10.99 s

01.mp3

1 M

3m

普通话

准确90%，不一致（断句）

0.087 s

guangdong-siyu.wav

1.7 M

19s

粤语

准确60%，不一致 50%

825.75 ms

output1.wav

output1.mp3

01.wav

01.mp3

guangdong-siyu.wav

3. 苏州话音频测试

{

"input": "http://127.0.0.1http://

}

suzhou.wav

原始普通话意思

人生最幸福的事之一，就是通过自己的努力，一点点看着自己变得更好，一步步向着目标靠近。 别太畏手畏脚，也不必过分羡慕别人的成就，从自己的内心获取力量，把时间用在提升自己上面。当我们自己变得越来越好，自然能够吸引越来越多美好的人和事。 给自己以时间，让自己去成长。当一个人学会专注自己的成长，人生就有了更多的可能。

识别情况

二、语音合成

(一) 微软Edge-TTS

1. 基本信息

开源地址：https://github.com/rany2/edge-tts

开源协议：LGPL-3.0 license

基于LGPL的开源协议：

a）不修改源码情况下，调用 Edge-TTS（动态链接），代码可以商业化闭源，需要提供 Edge-TTS 许可证信息（例如在软件的“关于”页面或文档中说明 Edge-TTS 来自 LGPL-3.0 许可）。

b）修改源码情况下，需要开源修改部分，本身业务代码仍然可以闭源。

2. 部署环境

请求地址：http://127.0.0.1http://

请求参数：

{

"text": "在现代社会，信息技术的飞速发展为各行各业带来了深刻的变革。从人工智能到大数据，从云计算到物联网，这些技术不仅改变了我们的生产方式，也重新塑造了我们的生活方式。尤其是在医疗领域，信息技术的应用正在推动着医疗行业的创新与发展。首先，人工智能（AI）在医学诊断中的应用日益广泛。通过深度学习和机器学习算法，AI可以帮助医生分析医学影像、识别疾病症状、预测病情变化等。例如，在癌症早期筛查中，AI技术已经能够在成千上万的医学影像中准确识别出异常情况，甚至能够在早期阶段发现病灶，这大大提高了诊断的准确性和效率。除了影像诊断，AI还可以辅助医生进行个性化治疗方案的制定，根据患者的基因信息、生活习惯、病史等多维度数据，帮助制定更为精准的治疗方案。其次，大数据技术的应用也为医疗行业带来了巨大的价值。通过对海量健康数据的收集和分析，医疗服务提供者可以更好地了解患者的健康状况，预测潜在的疾病风险。例如，智能健康设备能够实时监测个人的心率、血糖、血压等健康指标，并通过大数据分析提供健康建议。这种数据驱动的方式使得医疗服务更加精准、个性化，并且能在疾病发生之前就进行干预，避免了许多不必要的健康问题。在医院管理方面，信息技术也发挥着重要作用。通过电子病历系统，医生和护士可以快速获取患者的历史病历、检查结果、用药记录等信息，减少了纸质病历带来的管理困扰，并且提升了患者就诊的效率。此外，医院的资源管理、排班系统、药品管理等也都得到了信息化的支持，优化了医院的运营流程，提升了患者的就医体验。然而，信息技术在医疗领域的广泛应用也面临着一些挑战。数据安全和隐私保护问题是其中一个重要的方面。随着大量个人健康数据的积累，如何确保数据的安全性，避免数据泄露和滥用，成为了亟待解决的问题。此外，人工智能技术虽然具有强大的诊断和分析能力，但其决策过程缺乏透明性，可能导致一些不可预测的错误。因此，在推进信息技术应用的同时，还需要加强技术监管，确保技术的健康发展。总的来说，信息技术在医疗领域的应用为提升医疗服务质量、改善患者体验提供了新的机遇。然而，如何平衡技术发展与伦理、隐私保护等方面的挑战，将是未来医疗行业持续发展的关键。随着技术的不断进步，医疗行业必将迎来更多的变革，而我们也将享受到更加智能、精准和便捷的医疗服务。",

"voice": "zh-CN-XiaoxiaoNeural"

}

输出音频：

output.mp3

接口文件：

app.py

测试结果：

3. 后续测试问题

微软 Edge TTS API 是否有限制？

• 微软官方没有公开 Edge TTS API 的具体限制。

• 在 大批量请求时，是否会出现 403 Forbidden 或 Too Many Requests 错误（可能是速率限制）。

• 企业级大规模使用，建议联系微软购买 Azure Speech Service（Azure 语音服务），它是微软官方 TTS API，支持商业用途。

(二) Coqui TTS

1. 基本信息

开源地址：https://github.com/coqui-ai/TTS

开源协议：MPL-2.0 license

基于MPL-2.0的开源协议：

a）可以商用：MPL-2.0 允许自由使用、修改、分发和商业化，只要遵守协议要求。

b）MPL-2.0 仅要求对修改的 MPL 代码部分开源，但不要求整个项目开源。

2. 部署环境

硬件：Apple M4，系统: MacOS 15.3，python要求：python >=3.7 <3.11.0 (推荐 Ubuntu 18.10、19.10、20.10)

部署：Mac上建议创建虚拟环境

#创建新环境

python3.10 -m venv ~/tts_env

source ~/tts_env/bin/activate

open ~/tts_env/

#重新安装所有依赖

pip install --upgrade pip

pip install numpy==1.22.0 networkx==2.8.8

pip install torch==2.1.0 torchaudio==2.1.0 torchvision==0.16.0

pip install TTS==0.22.0

#测试 TTS

tts --text "你好，欢迎使用 TTS！" --model_name "tts_models/zh-CN/baker/tacotron2-DDC-GST" --out_path output.wav

现有模型，目前中文只有（tts_models/zh-CN/baker/tacotron2-DDC-GST）

Name format: type/language/dataset/model

1: tts_models/multilingual/multi-dataset/xtts_v2

2: tts_models/multilingual/multi-dataset/xtts_v1.1

3: tts_models/multilingual/multi-dataset/your_tts

4: tts_models/multilingual/multi-dataset/bark

5: tts_models/bg/cv/vits

6: tts_models/cs/cv/vits

7: tts_models/da/cv/vits

8: tts_models/et/cv/vits

9: tts_models/ga/cv/vits

10: tts_models/en/ek1/tacotron2

11: tts_models/en/ljspeech/tacotron2-DDC [already downloaded]

12: tts_models/en/ljspeech/tacotron2-DDC_ph

13: tts_models/en/ljspeech/glow-tts

14: tts_models/en/ljspeech/speedy-speech

15: tts_models/en/ljspeech/tacotron2-DCA

16: tts_models/en/ljspeech/vits

17: tts_models/en/ljspeech/vits--neon

18: tts_models/en/ljspeech/fast_pitch

19: tts_models/en/ljspeech/overflow

20: tts_models/en/ljspeech/neural_hmm

21: tts_models/en/vctk/vits

22: tts_models/en/vctk/fast_pitch

23: tts_models/en/sam/tacotron-DDC

24: tts_models/en/blizzard2013/capacitron-t2-c50

25: tts_models/en/blizzard2013/capacitron-t2-c150_v2

26: tts_models/en/multi-dataset/tortoise-v2

27: tts_models/en/jenny/jenny

28: tts_models/es/mai/tacotron2-DDC

29: tts_models/es/css10/vits

30: tts_models/fr/mai/tacotron2-DDC

31: tts_models/fr/css10/vits

32: tts_models/uk/mai/glow-tts

33: tts_models/uk/mai/vits

34: tts_models/zh-CN/baker/tacotron2-DDC-GST [already downloaded]

35: tts_models/nl/mai/tacotron2-DDC

36: tts_models/nl/css10/vits

37: tts_models/de/thorsten/tacotron2-DCA

38: tts_models/de/thorsten/vits

39: tts_models/de/thorsten/tacotron2-DDC

40: tts_models/de/css10/vits-neon

41: tts_models/ja/kokoro/tacotron2-DDC

42: tts_models/tr/common-voice/glow-tts

43: tts_models/it/mai_female/glow-tts

44: tts_models/it/mai_female/vits

45: tts_models/it/mai_male/glow-tts

46: tts_models/it/mai_male/vits

47: tts_models/ewe/openbible/vits

48: tts_models/hau/openbible/vits

49: tts_models/lin/openbible/vits

50: tts_models/tw_akuapem/openbible/vits

51: tts_models/tw_asante/openbible/vits

52: tts_models/yor/openbible/vits

53: tts_models/hu/css10/vits

54: tts_models/el/cv/vits

55: tts_models/fi/css10/vits

56: tts_models/hr/cv/vits

57: tts_models/lt/cv/vits

58: tts_models/lv/cv/vits

59: tts_models/mt/cv/vits

60: tts_models/pl/mai_female/vits

61: tts_models/pt/cv/vits

62: tts_models/ro/cv/vits

63: tts_models/sk/cv/vits

64: tts_models/sl/cv/vits

65: tts_models/sv/cv/vits

66: tts_models/ca/custom/vits

67: tts_models/fa/custom/glow-tts

68: tts_models/bn/custom/vits-male

69: tts_models/bn/custom/vits-female

70: tts_models/be/common-voice/glow-tts

Name format: type/language/dataset/model

1: vocoder_models/universal/libri-tts/wavegrad

2: vocoder_models/universal/libri-tts/fullband-melgan

3: vocoder_models/en/ek1/wavegrad

4: vocoder_models/en/ljspeech/multiband-melgan

5: vocoder_models/en/ljspeech/hifigan_v2 [already downloaded]

6: vocoder_models/en/ljspeech/univnet

7: vocoder_models/en/blizzard2013/hifigan_v2

8: vocoder_models/en/vctk/hifigan_v2

9: vocoder_models/en/sam/hifigan_v2

10: vocoder_models/nl/mai/parallel-wavegan

11: vocoder_models/de/thorsten/wavegrad

12: vocoder_models/de/thorsten/fullband-melgan

13: vocoder_models/de/thorsten/hifigan_v1

14: vocoder_models/ja/kokoro/hifigan_v1

15: vocoder_models/uk/mai/multiband-melgan

16: vocoder_models/tr/common-voice/hifigan

17: vocoder_models/be/common-voice/hifigan

测试文本1：

"在现代社会，信息技术的飞速发展为各行各业带来了深刻的变革。从人工智能到大数据，从云计算到物联网，这些技术不仅改变了我们的生产方式，也重新塑造了我们的生活方式。尤其是在医疗领域，信息技术的应用正在推动着医疗行业的创新与发展。首先，人工智能（AI）在医学诊断中的应用日益广泛。通过深度学习和机器学习算法，AI可以帮助医生分析医学影像、识别疾病症状、预测病情变化等。例如，在癌症早期筛查中，AI技术已经能够在成千上万的医学影像中准确识别出异常情况，甚至能够在早期阶段发现病灶，这大大提高了诊断的准确性和效率。除了影像诊断，AI还可以辅助医生进行个性化治疗方案的制定，根据患者的基因信息、生活习惯、病史等多维度数据，帮助制定更为精准的治疗方案。其次，大数据技术的应用也为医疗行业带来了巨大的价值。通过对海量健康数据的收集和分析，医疗服务提供者可以更好地了解患者的健康状况，预测潜在的疾病风险。例如，智能健康设备能够实时监测个人的心率、血糖、血压等健康指标，并通过大数据分析提供健康建议。这种数据驱动的方式使得医疗服务更加精准、个性化，并且能在疾病发生之前就进行干预，避免了许多不必要的健康问题。在医院管理方面，信息技术也发挥着重要作用。通过电子病历系统，医生和护士可以快速获取患者的历史病历、检查结果、用药记录等信息，减少了纸质病历带来的管理困扰，并且提升了患者就诊的效率。此外，医院的资源管理、排班系统、药品管理等也都得到了信息化的支持，优化了医院的运营流程，提升了患者的就医体验。然而，信息技术在医疗领域的广泛应用也面临着一些挑战。数据安全和隐私保护问题是其中一个重要的方面。随着大量个人健康数据的积累，如何确保数据的安全性，避免数据泄露和滥用，成为了亟待解决的问题。此外，人工智能技术虽然具有强大的诊断和分析能力，但其决策过程缺乏透明性，可能导致一些不可预测的错误。因此，在推进信息技术应用的同时，还需要加强技术监管，确保技术的健康发展。总的来说，信息技术在医疗领域的应用为提升医疗服务质量、改善患者体验提供了新的机遇。然而，如何平衡技术发展与伦理、隐私保护等方面的挑战，将是未来医疗行业持续发展的关键。随着技术的不断进步，医疗行业必将迎来更多的变革，而我们也将享受到更加智能、精准和便捷的医疗服务。"

输出音频1：

output.wav

测试文本2:

tts --text "有呼啸声" --model_name "tts_models/zh-CN/baker/tacotron2-DDC-GST" --out_path output.wav

输出音频2:

output.wav

测试文本3:

tts --text "有呼啸声！" --model_name "tts_models/zh-CN/baker/tacotron2-DDC-GST" --out_path output.wav

输出文本3:

output.wav

3. 测试总结

a）在目前的中文语音模型（tacotron2-DDC-GST）场景下，输出的音频声音有点飘。

b）在目前的中文语音模型下，无法兼容英文单词，在转音频时会被自动忽略(上面的“AI”）。

c）严格按照中文格式，如果是短语，没有结束标点符号，再结尾会有10秒左右的啸音。

(三) FastSpeech2

1. 基本信息

该开源项目TensorSpeech/FastSpeech2 仓库已经被移除

(四) 框架汇总分析

ASR

普通话识别

粤语识别

苏州方言识别

FunAsr

⭐⭐⭐⭐⭐

⭐⭐

⭐

TTS 引擎

语音质量

是否支持离线

语言支持

备注

Edge-TTS

⭐⭐⭐⭐⭐

在线

中、英、多语

依赖微软的Edge 语音

Coqui TTS

⭐⭐⭐⭐

完全离线

中、英

开源社区活跃，中文数据集限制明显

# 语音识别 # 人工智能
Logo
乐奇 Rokid 开放社区

更多推荐

cover

【应用方案】智能眼镜一站式解决方案：交互与感知技术赋能下一代穿戴体验

avatar 乐奇 Rokid 开放社区
cover

全球 AI / 科技简报｜2026 年 9 月 4 日

avatar 乐奇 Rokid 开放社区
cover

腾讯WorkBuddy宣布开放平台上线，首批引入超百家伙伴，打造 Agent 新生态

avatar 乐奇 Rokid 开放社区