‌FunASR‌阿里开源的语音识别工具

Source

FunASR‌是一个由阿里云智能团队开源的语音识别工具。它旨在通过发布工业级语音识别模型的训练和微调,促进学术研究和工业应用之间的交流,推动语音识别生态的发展‌。

图片

今天来试着搭建下。

1、先贴上github地址。

https://github.com/modelscope/FunASR

2、创建环境

conda create -n funasr python==3.10

后台回复“conda”可拿到Ubuntu conda安装包

3、安装

安装方式我看着有三种,一种docker安装。一种源码安装。一种直接安装

咱们先来体验下直接安装的方式

pip install -U funasr

4、安装比较顺利,直接安装成功。试着运行下。

funasr ++model=paraformer-zh ++vad_model="fsmn-vad" ++punc_model="ct-punc" ++input=asr_example_zh.wav

5、运行后会先下载模型

图片

这个模型比较小,下载得很快。

接着再试下。报错了,看着是参数不对。

图片

5、代码执行下试试

from funasr import AutoModel# paraformer-zh is a multi-functional asr model# use vad, punc, spk or not as you needmodel = AutoModel(model="paraformer-zh",  vad_model="fsmn-vad",  punc_model="ct-punc",                   # spk_model="cam++",                   )res = model.generate(input=f"{model.model_path}/example/asr_example.wav",                      batch_size_s=300,                      hotword='魔搭')print(res)

图片

OK,完美运行。

搜到一个funasr的网站,不知道是不是官网,上面提供安装包https://funasr.com/#/

这就是简单的复现方法,如果大家在搭建的过程中有什么问题的话,欢迎留言,大家一起讨论学习。