全称 A Fundamental End-to-End Speech Recognition Toolkit（一个语音识别工具）
可能大家用过whisper（openAi），它【标注英语的确很完美】，【但中文会出现标注错误】或搞了个没说的词替换上去，所以要人工核对，麻烦。
FunASR作用:能【准确】识别语音，并转成【文字、标出声调】
他的原理，就不讲了，俺是搞大数据的，python这东西就勉强能写个爬虫和接口，机器学习和ai相关的算法是0基础。
直接实战吧
首先，冲他这句话，我要给他点个赞！！！很是感动。
分2个步骤，安装和模型
安装：
目前只支持cpu方式（等gpu版本出来了，那速度更上一层楼）
我们这里是用作标注，标注是对每一句进行标注，所以很短，就【采用实时模型】。
ps:离线的模型太牛了，可以一次性标注几十小时的，感觉适合翻译有声阅读，感觉应用场景比较少
中文实时语音听写服务CPU版本部署
docker安装，不是我吹，docker是目前世界上最好的部署方法。
我建了一个文件夹fun_asr_docker_service 所有的命令默认都在这个文件夹下操作
有docker的同学-可以忽略下面这个
1.安装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.sh2.启动docker镜像
拉取镜像（大概将近4GB）
sudo docker pull \
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.5名字挺长的，改个名
sudo docker tag registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.5 fun_asr建立模型文件夹（对项目不熟悉的新手别乱改名哈--这个是阿里教程里的）
mkdir -p ./funasr-runtime-resources/models启动镜像（命令会进去镜像里面）
sudo docker run -p 10096:10095 -it --privileged=true \
-v $PWD/funasr-runtime-resources/models:/workspace/models \
fun_asr3.启动服务
然后在docker镜像里面执行
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 &服务参数说明(具体是啥意思，看这个表)
# 如果您想关闭ssl，增加参数：--certfile 0 # 如果您想使用时间戳或者nn热词模型进行部署，请设置--model-dir为对应模型： # damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx（时间戳） # damo/speech_paraformer-large-contextual_asr_nat-zh-cn-16k-common-vocab8404-onnx（nn热词） # 如果您想在服务端加载热词，请在宿主机文件./funasr-runtime-resources/models/hotwords.txt配置热词（docker映射地址为/workspace/models/hotwords.txt）: # 每行一个热词，格式(热词 权重)：阿里巴巴 20 --download-model-dir 模型下载地址，通过设置model ID从Modelscope下载模型 --model-dir modelscope model ID 或者 本地模型路径 --online-model-dir modelscope model ID 或者 本地模型路径 --quantize True为量化ASR模型，False为非量化ASR模型，默认是True --vad-dir modelscope model ID 或者 本地模型路径 --vad-quant True为量化VAD模型，False为非量化VAD模型，默认是True --punc-dir modelscope model ID 或者 本地模型路径 --punc-quant True为量化PUNC模型，False为非量化PUNC模型，默认是True --itn-dir modelscope model ID 或者 本地模型路径 --port 服务端监听的端口号，默认为 10095 --decoder-thread-num 服务端线程池个数(支持的最大并发路数)， 脚本会根据服务器线程数自动配置decoder-thread-num、io-thread-num --io-thread-num 服务端启动的IO线程数 --model-thread-num 每路识别的内部线程数(控制ONNX模型的并行)，默认为 1， 其中建议 decoder-thread-num*model-thread-num 等于总线程数 --certfile ssl的证书文件，默认为：../../../ssl_key/server.crt，如果需要关闭ssl，参数设置为0 --keyfile ssl的密钥文件，默认为：../../../ssl_key/server.key --hotword 热词文件路径，每行一个热词，格式：热词 权重(例如:阿里巴巴 20)， 如果客户端提供热词，则与客户端提供的热词合并一起使用，服务端热词全局生效，客户端热词只针对对应客户端生效。
启动成功
4.客户端测试
下载测试的打包文件（这里面包含了所有的客户端demo源文件）
wget https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz
python测试
先在本地跑，然后要安装web-socket和pyauidio
python funasr_wss_client.py --host "ip" --port 10095 --mode 2pass --audio_in audio.wav
windows参考:---下面的第三种【 语音问题 】解决在win 32/64上无法安装 pyaudio ？_pyaudio安装 windows-CSDN博客
其他测试demo方法参考:
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个常用】
paraformer-zh（非实时，会生成时间戳）
paraformer-zh-online（实时，不会生成时间戳）
参考:
GitHub - alibaba-damo-academy/FunASR: A Fundamental End-to-End Speech Recognition Toolkit and Open Source SOTA Pretrained Models.文章来源：https://www.toymoban.com/news/detail-766302.html
阿里达摩院开源大型端到端语音识别工具包FunASR | 弥合学术与工业应用之间的差距 - 知乎文章来源地址https://www.toymoban.com/news/detail-766302.html
到了这里，关于中文语音标注工具FunASR（语音识别）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
