ComfyUI Extension: ComfyUI-AV-FunASR

ComfyUI FunAsr Nodes

使用FunAsr进行语音识别，并转为文本或字幕文件。

更新

• [ 1.0.1 ] 1. 提升运行速度，2. 优化工作流，3. 字幕默认保存为utf-8编码

功能

• [x] 语音识别
• [x] 语音时间戳预测
• [x] 语音转字幕

安装

cd ComfyUI/custom_nodes
git clone https://github.com/avenstack/ComfyUI-AV-FunASR.git
cd ComfyUI-AV-FunASR
pip install -r requirements.txt

模型下载

1. 语音识别
2. 语音端点检测
3. 语音时间戳预测

模型存放目录：models/ASR/FunASR/iic

 iic
    ├── speech_fsmn_vad_zh-cn-16k-common-pytorch
    │   ├── README.md
    │   ├── am.mvn
    │   ├── config.yaml
    │   ├── configuration.json
    │   ├── example
    │   ├── fig
    │   └── model.pt
    ├── speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch
    │   ├── README.md
    │   ├── am.mvn
    │   ├── asr_example_hotword.wav
    │   ├── config.yaml
    │   ├── configuration.json
    │   ├── example
    │   ├── fig
    │   ├── model.pt
    │   ├── seg_dict
    │   └── tokens.json
    └── speech_timestamp_prediction-v1-16k-offline
        ├── README.md
        ├── am.mvn
        ├── config.yaml
        ├── configuration.json
        ├── example
        ├── model.pt
        ├── seg_dict
        └── tokens.json

鸣谢

• ComfyUI