我在尝试本地部署funasr,7月19号新版本,FunASR/README_zh.md at main · modelscope/FunASR · GitHub ,测试下来说话人区分效果并不好,大家是如何处理的?
我试过说话人区分最好的是VibeVoice-ASR,闭源模型里找不到平替,甚至比专门只干这事的模型更好,虽然还是有瑕疵
对中文友好吗?其实后期还需要做方言
我就是测的中文,不过方言我没试过,方言可能效果一般吧,通常只有国内模型会有方言的数据