FunASR
★ 16.6k
vs
gemini-skill
★ 822
FunASR vs gemini-skill
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。；gemini-skill：Gemini Skill 通过 CDP 自动化操作 Gemini 网页版，支持 AI 生图、多轮对话、图片上传与提取、会话管理，并提供 MCP 服务器以便 AI 客户端集成。系统采用守护进程架构高效管理浏览器进程。
01
简评
选 FunASR 如果…带说话人标签、时间戳和标点符号的会议转录
选 gemini-skill 如果…通过 AI 对话自动生成游戏风格表情包
02
并排对比
03
功能特性
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
gemini-skill01根据 prompt 自动生成图片并支持高清原图下载
02与 Gemini 进行多轮文本对话
03上传参考图片以生成新图
04从会话中提取图片（base64 和 CDP 完整尺寸）
05会话管理（新建、临时、切换模型、导航历史）
04
使用场景
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）
gemini-skill↳通过 AI 对话自动生成游戏风格表情包
↳与 Gemini 进行多轮对话以获取信息
↳上传参考图片让 Gemini 生成新的变体
05
适合场景
FunASR最受欢迎语音处理大模型基础设施
gemini-skill视觉/多模态浏览器自动化
FAQ
常见问题
FunASR 和 gemini-skill 有什么区别？
FunASR 和 gemini-skill 都属于 Voice / Speech 类别。FunASR 有 16.6k Stars，gemini-skill 有 822 Stars。
FunASR 和 gemini-skill 哪个更好？
最佳选择取决于你的具体需求。带说话人标签、时间戳和标点符号的会议转录 时选 FunASR，通过 AI 对话自动生成游戏风格表情包 时选 gemini-skill。
FunASR 是免费的吗？
是的，FunASR 在 GitHub 开源（MIT）。
gemini-skill 是免费的吗？
是的，gemini-skill 在 GitHub 开源。
→