Fun-ASR

Spécifications et limites

• Reconnaissance du chant ajoutée en 2025-12
• Fun-ASR-Nano, publié en open source, est un modèle distinct de ces poids servis

selon docs officielles Alibaba ↗

Utilisez Fun-ASR en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="fun-asr",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.audio.transcriptions.create({
  model: "fun-asr",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="fun-asr" \
  -F file=@meeting.mp3

package main

import (
	"context"
	"fmt"
	"os"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	f, _ := os.Open("meeting.mp3")
	resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
		Model: "fun-asr",
		File:  f,
	})
	fmt.Println(resp.Text)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

Transcription resp = client.audio().transcriptions().create(
    TranscriptionCreateParams.builder()
        .model("fun-asr")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

À propos de Fun-ASR

• Il accepte des fichiers jusqu'à 12 heures et 2 Go, gère les tâches en fichier unique et par lots, et reconnaît le chinois (mandarin plus de nombreux dialectes régionaux comme le cantonais, le wu et le hokkien), l'anglais, le japonais, le coréen et des dizaines d'autres langues.
• La documentation officielle met en avant la personnalisation par mots-clés (hotwords) pour la terminologie métier et la diarisation des locuteurs pour les enregistrements multi-locuteurs.
• Toutes deux s'accompagnent de détails pratiques à connaître d'emblée : une table de mots-clés contient jusqu'à 500 entrées et convient à une terminologie qui change rarement, la diarisation est désactivée tant que vous ne l'activez pas et permet de déclarer un nombre de locuteurs attendu, et Alibaba recommande de garder l'audio diarisé sous environ deux heures, faute de quoi la tâche risque d'expirer.
• La transcription est asynchrone (soumettez le fichier, recevez un identifiant de tâche, interrogez le résultat), et les horodatages au niveau de la phrase et du mot en millisecondes sont renvoyés en standard, aux côtés du filtrage des mots sensibles et de la sélection par canal pour les enregistrements multipistes.
• L'étiquetage des émotions ne fait pas partie de ce modèle ; il relève de la lignée Qwen3-ASR.
• Les indices de langue sont acceptés, mais la documentation note que seule la première valeur de la liste est lue.
• Synthorai sert Fun-ASR via son endpoint compatible OpenAI, de sorte que les clients de transcription existants fonctionnent sans modification.

FAQ

Modèles associés

Comparer