// 01 Hojo-ASR-V1 是什么
快速结论
Hojo-ASR-V1 是 HojoAI 推出的高性能对话语音识别（ASR）模型，采用 Encoder-Adapter-LLM 框架、以 Qwen3 作为 LLM 解码器，擅长噪声环境、非正式发音、口语纠正和中英文代码混说等复杂真实场景。支持普通话、英语、粤语和四川方言。通过 PyPI 安装 hojo-asr 包、加载模型调用 run_infer() 转录，支持音频路径 / 字节 / scp 输入。Apache 2.0 开源，可学术、个人和商业二次开发，国内可直连（建议配镜像拉 GitHub / HF）。
适合谁优先使用
- 做语音转写、字幕、语音交互的开发者
- 需要中英混说 / 方言 / 噪声鲁棒识别的团队
- 想要可商用开源 ASR 的人
- 做客服、会议、音视频处理的工程师
核心能力拆解
高性能对话语音识别
Encoder-Adapter-LLM 框架，Qwen3 作解码器。
复杂场景鲁棒
噪声、非正式发音、口语纠正、中英代码混说。
多语言方言
普通话、英语、粤语、四川方言。
易用接口
PyPI 装 hojo-asr，run_infer() 转录，多种输入格式。
和同类工具怎么选
| 需求 | 优先考虑 | 判断标准 |
|---|---|---|
| 可商用开源中英方言 ASR | Hojo-ASR-V1 | 要自部署、可商用 |
| 商用云 ASR | 讯飞 / 阿里云 | 要现成 API |
| 通用开源 ASR | Whisper / FunASR | 要成熟生态 |
国内平替：讯飞、阿里云、腾讯云 ASR；开源有 Whisper、FunASR。
限制与避坑
- 面向开发者（PyPI / 代码调用），非现成产品
- 跑模型需环境与算力
- 方言 / 场景识别准确率以实测为准
- Apache 2.0，商用友好
典型工作流
转写一段音频
- pip 安装 hojo-asr 包
- HOJO_ASR.load_model() 加载模型
- run_infer() 传入音频（路径 / 字节 / scp）
- 得到转录文本
常见问题
Hojo-ASR-V1 是什么？
HojoAI 的高性能对话语音识别模型。
支持哪些语言？
普通话、英语、粤语、四川方言。
免费吗？
Apache 2.0，可商用。
怎么用？
PyPI 安装 hojo-asr，run_infer() 调用。
NavXD 使用建议
如果你要可商用、能扛噪声和中英混说的开源 ASR 自部署，Hojo-ASR-V1 很对路；只要现成 API、不想部署，用讯飞、阿里云这类云 ASR 更省事。
// 02 核心 功能
- 核心定位快速结论 Hojo-ASR-V1 是 HojoAI 推出的高性能对话语音识别（ASR）模型，采用 Encode […]
- 分类索引当前归档在 AI 音频，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、语音识别、ASR、方言、中英混说。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 音频 定位和 开源、语音识别、ASR 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
Hojo-ASR-V1 是什么？
快速结论 Hojo-ASR-V1 是 HojoAI 推出的高性能对话语音识别（ASR）模型，采用 Encode […]
Hojo-ASR-V1 适合哪些场景？
可优先参考它所属的 AI 音频 分类，以及 开源、语音识别、ASR、方言、中英混说 等标签。
Hojo-ASR-V1 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
Hojo-ASR-V1 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
