voicemode
★ 1.4k
vs
FunASR
★ 20.8k
voicemode vs FunASR
voicemode：VoiceMode 实现了与 Claude Code 及其他 MCP 代理的自然、低延迟语音对话。它提供可选的本地语音服务，兼顾隐私和离线使用，非常适合解放双手的互动场景。；FunASR：FunASR 是一个基础的端到端语音识别工具包。它提供工业级的语音识别能力，比 Whisper 快 170 倍，支持 50 多种语言，并集成了说话人分离、情感检测和流式识别等功能。
01
简评
voicemodeVoice / Speech · ★ 1.4k
步行前往下次会议时
FunASRVoice / Speech · ★ 20.8k
何时选择它（优势与适用）：
- 你在做转写、会议纪要或语音智能体，需要识别层，尤其是带方言和口音的中文。
- 需要的不只是转写：还有语音活动检测、标点恢复、说话人处理和情绪标签。
- 想部署在 GPU、CPU、流式服务器、Docker 上，或通过 GGUF 部署到边缘设备，或提供 OpenAI 兼容接口。
何时考虑替代方案：
- 你想要一个现成的助手：它是识别层的工具包。
- 你打算商用却不查模型许可：模型权重的许可和 MIT 代码是分开的。
- 你的主要语言不在中文和少数几种语言之列：覆盖范围因模型而异。
02
并排对比
03
功能特性
voicemode01自然对话 - 自然说话，即时听到回应
02离线工作 - 可选的本地语音服务（Whisper STT, Kokoro TTS）
03低延迟 - 足够快，感觉像真实对话
04智能静音检测 - 当您停止说话时停止录音
05隐私选项 - 可完全本地运行或使用云服务
FunASR01极速识别 (比 Whisper 快 170 倍)
02支持 50 多种语言
03内置说话人分离
04情感检测
05流式语音识别及 vLLM 加速
04
使用场景
voicemode↳步行前往下次会议时
↳烹饪时进行调试
↳屏幕时间过长后让眼睛休息
↳手持咖啡（或抱狗）时
↳任何手眼不方便的时刻
FunASR↳带说话人标签、时间戳和标点符号的会议转录
↳部署为兼容 OpenAI 的 API 服务器
↳与 AI 智能体集成（如 Claude, LangChain, Dify, AutoGen）
05
适合场景
voicemode—
FunASR最受欢迎
FAQ
常见问题
voicemode 和 FunASR 有什么区别？
voicemode 和 FunASR 都属于 Voice / Speech 类别。voicemode 有 1.4k Stars，FunASR 有 20.8k Stars。
voicemode 和 FunASR 哪个更好？
最佳选择取决于你的具体需求。步行前往下次会议时 时选 voicemode，带说话人标签、时间戳和标点符号的会议转录 时选 FunASR。
voicemode 是免费的吗？
是的，voicemode 在 GitHub 开源（MIT）。
FunASR 是免费的吗？
是的，FunASR 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→