全稱?A Fundamental End-to-End Speech Recognition Toolkit（一個語音識別工具）

可能大家用過whisper（openAi），它【標注英語的確很完美】，【但中文會出現標注錯誤】或搞了個沒說的詞替換上去，所以要人工核對，麻煩。

FunASR作用:能【準確】識別語音，并轉成【文字、標出聲調】

---

他的原理，就不講了，俺是搞大數據的，python這東西就勉強能寫個爬蟲和接口，機器學習和ai相關的算法是0基礎。

---

直接實戰吧

首先，沖他這句話，我要給他點個贊！！！很是感動。

分2個步驟，安裝和模型

安裝：

目前只支持cpu方式（等gpu版本出來了，那速度更上一層樓）

我們這里是用作標注，標注是對每一句進行標注，所以很短，就【采用實時模型】。

ps:離線的模型太牛了，可以一次性標注幾十小時的，感覺適合翻譯有聲閱讀，感覺應用場景比較少

中文實時語音聽寫服務CPU版本部署

docker安裝，不是我吹，docker是目前世界上最好的部署方法。

我建了一個文件夾fun_asr_docker_service 所有的命令默認都在這個文件夾下操作

有docker的同學-可以忽略下面這個

1.安裝docker（可以忽略）

curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/shell/install_docker.sh
sudo bash install_docker.sh

2.啟動docker鏡像

拉取鏡像（大概將近4GB）

sudo docker pull \registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.5

名字挺長的，改個名

sudo docker tag registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.5 fun_asr

建立模型文件夾（對項目不熟悉的新手別亂改名哈--這個是阿里教程里的）

mkdir -p ./funasr-runtime-resources/models

啟動鏡像（命令會進去鏡像里面）

sudo docker run -p 10096:10095 -it --privileged=true \-v $PWD/funasr-runtime-resources/models:/workspace/models \fun_asr

3.啟動服務

然后在docker鏡像里面執行

cd FunASR/runtime
nohup bash run_server_2pass.sh \--download-model-dir /workspace/models \--vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx \--model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx ?\--online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx ?\--punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx \--itn-dir thuduj12/fst_itn_zh \--certfile 0 \--hotword /workspace/models/hotwords.txt > log.out 2>&1 &

服務參數說明(具體是啥意思，看這個表)

# 如果您想關閉ssl，增加參數：--certfile 0
# 如果您想使用時間戳或者nn熱詞模型進行部署，請設置--model-dir為對應模型：
#   damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx（時間戳）
#   damo/speech_paraformer-large-contextual_asr_nat-zh-cn-16k-common-vocab8404-onnx（nn熱詞）
# 如果您想在服務端加載熱詞，請在宿主機文件./funasr-runtime-resources/models/hotwords.txt配置熱詞（docker映射地址為/workspace/models/hotwords.txt）:
#   每行一個熱詞，格式(熱詞 權重)：阿里巴巴 20
--download-model-dir 模型下載地址，通過設置model ID從Modelscope下載模型
--model-dir  modelscope model ID 或者 本地模型路徑
--online-model-dir  modelscope model ID 或者 本地模型路徑
--quantize  True為量化ASR模型，False為非量化ASR模型，默認是True
--vad-dir  modelscope model ID 或者 本地模型路徑
--vad-quant   True為量化VAD模型，False為非量化VAD模型，默認是True
--punc-dir  modelscope model ID 或者 本地模型路徑
--punc-quant   True為量化PUNC模型，False為非量化PUNC模型，默認是True
--itn-dir modelscope model ID 或者 本地模型路徑
--port  服務端監聽的端口號，默認為 10095
--decoder-thread-num  服務端線程池個數(支持的最大并發路數)，腳本會根據服務器線程數自動配置decoder-thread-num、io-thread-num
--io-thread-num  服務端啟動的IO線程數
--model-thread-num  每路識別的內部線程數(控制ONNX模型的并行)，默認為 1，其中建議 decoder-thread-num*model-thread-num 等于總線程數
--certfile  ssl的證書文件，默認為：../../../ssl_key/server.crt，如果需要關閉ssl，參數設置為0
--keyfile   ssl的密鑰文件，默認為：../../../ssl_key/server.key
--hotword   熱詞文件路徑，每行一個熱詞，格式：熱詞 權重(例如:阿里巴巴 20)，如果客戶端提供熱詞，則與客戶端提供的熱詞合并一起使用，服務端熱詞全局生效，客戶端熱詞只針對對應客戶端生效。

啟動成功

4.客戶端測試

下載測試的打包文件（這里面包含了所有的客戶端demo源文件）

wget https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz

瀏覽器測試

其他測試demo方法參考:

https://github.com/alibaba-damo-academy/FunASR/blob/main/runtime/docs/SDK_tutorial_online_zh.md#html-client

模型：

中文模型有【2個常用】

paraformer-zh（非實時，會生成時間戳）

paraformer-zh-online（實時，不會生成時間戳）

參考:

GitHub - alibaba-damo-academy/FunASR: A Fundamental End-to-End Speech Recognition Toolkit and Open Source SOTA Pretrained Models.

阿里達摩院開源大型端到端語音識別工具包FunASR | 彌合學術與工業應用之間的差距 - 知乎