6.3. Audio 类算法

本页列出已在爱芯 NPU 平台完成适配的语音/音频模型。所有模型可通过 AXERA 模型仓库（Hugging Face | ModelScope）下载预编译 axmodel。

运行示例与上板命令见 示例展示。

6.3.1. ASR（语音识别）

• SenseVoice：多语种语音识别（中/英/日/粤/韩），AX8850N / AX8850 | HuggingFace | ModelScope

• Whisper：OpenAI Whisper 多语种语音识别，AX8850N / AX8850 | HuggingFace | ModelScope

• FireRedASR-AED：端到端语音识别，AX8850N / AX8850 | HuggingFace | ModelScope

• WeNet：WeNet 流式/非流式语音识别，AX8850N / AX8850 | HuggingFace | ModelScope

• Qwen3-ASR-0.6B：Qwen3 语音识别 0.6B，AX8850N / AX8850 | HuggingFace | ModelScope

• Zipformer.axera：Zipformer 流式识别，AX8850N / AX8850 | HuggingFace | ModelScope

6.3.2. 说话人识别 / 会议转录

• 3D-Speaker：说话人识别与验证，AX8850N / AX8850 | HuggingFace | ModelScope

• 3D-Speaker-Meeting-Summary：会议音频摘要，AX8850N / AX8850 | HuggingFace | ModelScope

• 3D-Speaker-MT.Axera：会议音频转录（含 Web UI），AX8850N / AX8850 | HuggingFace | ModelScope

6.3.3. TTS（语音合成）

• kokoro.axera：Kokoro 多语种 TTS（中/英/日），AX8850N / AX8850 | HuggingFace | ModelScope

• MeloTTS：MeloTTS 多语种合成，AX8850N / AX8850 | HuggingFace | ModelScope

• CosyVoice2：CosyVoice 2 语音克隆与合成，AX8850N / AX8850 | HuggingFace | ModelScope

• CosyVoice3：CosyVoice 3，AX8850N / AX8850 | HuggingFace | ModelScope

• Qwen3-TTS-12Hz-0.6B-Base-AX8850N：Qwen3 TTS 0.6B，AX8850N / AX8850 | HuggingFace | ModelScope

• Qwen3-TTS-12Hz-1.7B-VoiceDesign-AX8850N：Qwen3 TTS 1.7B 声音设计，AX8850N / AX8850 | HuggingFace | ModelScope

• MOSS-TTS-Nano.AXERA：MOSS TTS 超轻量合成，AX8850N / AX8850 | HuggingFace | ModelScope

• ZipVoice.AXERA：ZipVoice 低延迟合成，AX8850N / AX8850 | HuggingFace | ModelScope

• VoxCPM：VoxCPM 语音合成，AX8850N / AX8850 | HuggingFace | ModelScope

6.3.4. VAD / 降噪

• SileroVAD：语音活动检测，AX8850N / AX8850 | HuggingFace | ModelScope

• gtcrn.axera：实时降噪，AX8850N / AX8850 | HuggingFace | ModelScope

• Lightweight-Speech-Denoising.axera：轻量降噪，AX8850N / AX8910 | HuggingFace | ModelScope

• mel_band_roformer：音乐/人声分离，AX8850N / AX8850 | HuggingFace | ModelScope

6.3.5. Embedding / 翻译

• jina-embeddings-v5-omni-small：多模态 Embedding（含音频），AX8850N / AX8850 | HuggingFace | ModelScope

• Speech-Translation.axera：语音翻译方案，AX8850N / AX8850 | HuggingFace | ModelScope

• Spoken-Communication.axera：口语交互方案，AX8850N / AX8850 | HuggingFace | ModelScope