语音识别都有开源的模型了，商业化的 API 意义在哪里？

[bushnerd]

之前一直使用讯飞的 PC 语音输入法，最近发现一些模型比如 https://www.modelscope.cn/models/damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch/summary 还有 whisper 的效果也很不错。 还有使用豆包用的多，大概用了半年，语音识别体感上几乎没有任何错误。

那么科大讯飞的语音识别好像没啥太大意义啊？这么快就被超越了？

[evill]

有部分需要这个功能的人，他们不具有部署模型的能力。
成本问题，部署模型是固定的高成本，接 API 按量付费。
接 API 省心，不用运维模型 不关心模型升级(顶多换个 API)

[xiaoqidev]

API 有返点，甚至 50% 以上

[zero47]

这不就是 saas 的意义吗，个人使用频率低，性价比不高。企业要考虑扩容，维护成本大。

[AndrewCotton]

目前的模式看，有点类似云服务刚刚开始假设，所有公司跑马圈地的时候。不论是 chatgpt 或者 deepseek ，都是从 llm 发展出来的模型。确实有开源模型。但是：
1. 不论是不是开源，维护这种模型的效果都需要人力物力成本。
2. 现在免费的 API 不代表永远免费。
3. 公司的商业业务不能因为免费 API 收费了就破产。
4. 商业化 API 融资嘎嘎快。
以上。

[Stevenv]

开源是为了更好的做商业。

[dzdh]

100 并发部署 whisper-large-v3-turbo 。
粗算一下 假设 4u 服务器 4 ～ 5 块高性能起码 6GB 显存的 GPU 、CPU 、足够内存 SSD 。最低最低离谱到没边的价格，15 万，稍微好点的大几十。
一年托管费电信百兆单线 2 万。

现在阿里/腾讯/华为/火山一个接口。语音识别 0.00015 元/秒 / 0.00008 元/秒 https://help.aliyun.com/zh/model-studio/getting-started/models#9e21336740rk2

你自己说你做个产品用哪个方案（除了军政央医）。3 天能出产品快速试错，新账号还送几小时的额度。

[ala2008]

有资源当然可以私有部署，但和云服务器一样，运维什么的是一个问题。不得不说，开源真棒

[yplam]

降低边缘设备成本，这样几十元的玩具都可以接入大模型，然后每年收你几十元会员费，非常好的商业模式。

[Goooooos]

个人用户偶尔用用，还得花几万买社保自己部署吗？

[bluesenzhu]

另外一个角度是：类似开源和闭源软件

[Nosub]

知乎上有一句，我觉得是对的，先问是不是，再问为什么。

抛开成本，使用接入的便利性不谈，

首先在线语音识别 API 比开源大模型早，这个答案就是回答了你的问题，

七八年前讯飞语音识别 API 就有了，七八年前有 funasr 和 whisper 吗。

你这个逻辑就是剪映这么好，为什么还需要什么其他字幕软件一个逻辑。

[showonder]

方便
你要喝牛奶，自己养一头牛每公斤牛奶成本不到 3 块钱，还新鲜，但是你为啥在超市买 10 块钱一公斤的牛奶呢？

[KIRAYOMATO]

我目前用下来识别最准确的还是剪映，whisper 和 paraformer 准确性都差很多

[Nosub]

多说一句，我最近一直在实现 funasr 的本地化移植工作（ Windows/Linux/Macos ），也算支持下国产大模型，毕竟支持 whisper 的客户端太多了，支持 funasr 的几乎没有，我之前一直不愿意接入本地模型就是因为使用成本太高，一个模型动辄几个 GB ，ct-punc mode ，asr-model ，vad-mode 加起来差不多有 3 个 GB ，连放在哪儿储存给用户下载使用都是个问题，当然这是开发者应该解决的事情，储存成本和使用成本，哪个不是成本。

[JackMaMa]

@xiaoqidev 讯飞有吗？想要

[bushnerd]

好像是我问的问题不对，我的意思是讯飞的智能语音的护城河在哪里？如果一些小企业把这模型拿去，也去部署一个对外服务，可以说研发成本几乎为 0 啊。

[coefuqin]

@bushnerd whisper 在带地方乡音不标准的普通话下，识别率很低。你知道的，大家大部分能把普通话说到二级甲等的都很少了。

[coefuqin]

@bushnerd 大厂的模型都是针对性优化的，你看王者荣耀的语音识别，就是纯地方方言乡音的识别率都很高的。开源的没有经过任何微调的 whisper 比得过？

[mingtdlb]

你这问题就像都有私有云了，还有公有云干嘛

[yufeng0681]

@bushnerd #16 隐私，信息安全，可靠性，客服体验。。商业化的事情，不能只看技术能力。 你作为一家企业去选择 API 的时候，就会综合考虑。不仅仅考虑价格维度。