FunASR 老手才知道的用法
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。
这些技巧适合已经会基本操作、想进一步提效的用户。
8 条进阶用法
- 敏感信息用代号替换，交付前再换回。
- 长材料分段处理，每段完成后再要一份汇总。
- 把固定的背景和规则保存为预设或模板，避免每次重复输入。
- 同一任务准备 5 份测试材料，改设置后统一复测。
- 记录每次的输入、设置和结果，形成自己的经验库。
- 给一个你满意的样例，让它模仿结构而不是复制内容。
- 遇到瓶颈时，用讯飞听见做一次对照，判断是工具问题还是用法问题。
- 把「TTS（文本转语音）」等关键设置弄清楚再调参。
示例：分步完成的写法
播客后期
准备材料：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。
检查点：人声没有被处理得发闷。
补充练习
有声读物试音
准备材料：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。
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。
交付前确认：分离后人声没有明显残留伴奏。
课程旁白配音
适用情况：手头有一份 800 字的讲解稿时。
把这份讲稿改成适合朗读的口播版本：句子不超过 20 字，数字改成口语读法，标出需要停顿和重读的地方。
验收标准：数字读法不会产生歧义。
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：配乐与画面情绪不符
先写清情绪关键词和节奏，再分段生成拼接。
常见问题：转写错字集中在专有名词
提前提供人名、产品名词表，转写后批量替换。
概念补充：采样率
每秒采样次数，影响音质与文件大小。
概念补充：TTS（文本转语音）
把文字合成为语音，可选择音色、语速与情感。
适合人群：视频剪辑师
视频剪辑师可以用 FunASR 处理粗剪与选段、字幕与调色等工作。需要注意：确认音乐和素材授权，客户素材不随意上传公共平台。
适合人群：中小学老师
中小学老师可以用 FunASR 处理备课与分层练习、批改反馈与评语等工作。需要注意：学生个人信息和成绩不要上传到未经学校批准的工具。
适合人群：音乐人
音乐人可以用 FunASR 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。
写在最后
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。
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。