音视频档案内容级检索，并不是简单调用一个语音识别 API 就可以完成，是一整套媒体处理‑语音识别‑结构化存储‑检索‑前端播放器联动的工程体系。在档案行业，该能力很多时候被归为高阶付费模块。成都中禁创科基于 FunASR 开源模型结合 Elasticsearch、Redis 构建完整本地化管线，可以低成本完成音视频档案从 “只能存储播放” 升级为 “可检索、可定位、可复用” 的声像数字资产，补齐档案

最新版的paddlenlp 目前paddlenlp版本是2.6.1 该版本与paddlepaddle 2.4.2不兼容会报这个错。方向分类器：/inference/ch_ppocr_mobile_v2.0_cls_infer。检测模型：/inference/ch_ppocr_mobile_v2.0_det_infer。识别模型：/inference/ch_ppocr_mobile_v2.0_rec