FunASR 是一款开源项目：阿里达摩院开源的语音识别工具包，中文场景常用。

这篇写给播客主：围绕选题与提纲、音频后期和节目笔记与切片这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

播客主的三个高频用法

1. 选题与提纲

在 FunASR 中可以这样提：

围绕【主题】设计一期 40 分钟播客提纲：开场、3 个讨论板块（每块 3 个问题）、嘉宾介绍和结尾互动。

把关：板块时间分配合理。

2. 音频后期

可直接复制到 FunASR 里修改：

这期录音有底噪和长停顿，请给出后期处理清单：降噪、音量统一、删除停顿的参数建议，以及需要保留的自然语气。

把关：处理后人声自然。

3. 节目笔记与切片

提示词示例：

根据这期节目转写写节目笔记：内容简介、时间轴章节、提到的资源链接，并选出 3 个适合做短视频切片的片段。

把关：时间轴与音频一致。

也可以试试：短视频配乐

这是「音频与语音」类工具的通用任务，播客主同样用得上。

生成一段 30 秒的背景音乐：轻快、温暖、无人声，前 5 秒渐入，结尾干净收尾，适合生活类短视频。

边界与合规

嘉宾声音和内容的再利用需取得同意。

  • 产出由播客主本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；FunASR 的同类还有 faster-whisper、WeNet。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 FunASR 纳入日常流程。

补充练习

分轨练习

适用情况：手头有一首用于练习的歌曲音频时。

把这首歌分离成人声、鼓、贝斯和其他乐器，并把伴奏降低两个半音，方便练唱。

验收标准：分离后人声没有明显残留伴奏。

播客后期

输入：一期双人录制的原始音频。

处理这期音频：降低底噪、统一两人音量、删除超过 2 秒的停顿，保留自然的语气词，输出前后对比的处理记录。

交付前确认：人声没有被处理得发闷。

有声读物试音

输入：一个章节的文本。

用两种不同的声音风格朗读这一章节的前 300 字：一种沉稳叙述，一种轻松亲切，对比后选择更适合的版本。

交付前确认：两种风格差异明显。

常见问题：合成语音读错多音字

在文本中改用同音字或拼音标注，或使用工具的发音词典。

常见问题：克隆音色不稳定

使用更干净、更长的样本，避免背景音乐和回声。

常见问题：降噪后声音发闷

降低处理强度，宁可保留少量底噪。

概念补充：声音克隆

用少量样本复制某人的音色，必须取得本人授权。

概念补充：说话人分离

在转写中区分不同发言人，便于整理会议记录。

适合人群：记者编辑

记者编辑可以用 FunASR 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 FunASR 的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 FunASR 当前版本，重要内容请人工核对后再使用。

延伸阅读