【agent】AI 数字人构建11：FunASR 2：c++工程分析及模型下载

最新推荐文章于 2025-11-20 17:04:20 发布
最新推荐文章于 2025-11-20 17:04:20 发布
阅读量307 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： AI入门与实战 文章标签： 人工智能 c++ 开发语言 asr funasr
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/commshare/article/details/153277150

FunASR 2：工程及引擎分析和运行

  • 对构建成功的runtime的c++服务和客户端，做一些工程分析和说明。
  • 官方文档似乎建议用docker，并没有给出一个完整的工程的部署的引导指南？
  • 大神docker部署教程

FunASR 这是一个工具套件，里面有多种工具和模型：

在这里插入图片描述

  • D:\XTRANS\cuda\06_FunASR\runtime\readme_cn.md
  • 提供的各种服务都有版本，而且最终集成在funasr 某个版本框架中。
  • 同时支持gpu和cpu部署：
    在这里插入图片描述

中文离线转写

GPU

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【agent】AI 数字人构建10：FunASR 1：语音识别C++服务/客户端构建
突围
10-14 413
FunASR已转由ModelScope维护，提供了C++客户端的构建教程。构建过程需要依赖OpenSSL、FFmpeg和ONNX Runtime库，通过CMake进行配置。官方指令和本地构建命令均需指定这些依赖库的路径。构建过程中出现了CMake语法警告和OpenSSL未找到的问题，导致构建失败。日志显示OpenSSL相关路径未正确配置，需检查依赖库路径设置。该问题可能与环境变量或库版本兼容性有关。
FunASR实时多人对话语音识别、分析、端点检测
Slientsake的博客
07-25 5328
FunASR离线文件转写服务GPU版摘要 FunASR是集语音识别（ASR）、端点检测（VAD）、标点恢复等功能于一体的开源工具包，支持长音频转写、多路并发处理，输出带时间戳和标点的文本。GPU版本通过Docker部署，推荐配置为8核V100/32G内存，支持20路并行请求。服务端集成预训练模型（如Paraformer），提供Python/C++/Java等多语言客户端，支持热词定制与ITN处理。用户可通过网页端或命令行快速测试，适合音视频转录等场景。
AudioGPT 语音技术全覆盖：语音识别、增强、分离、风格迁移等 | 开源日报 No.114
开源服务指南
12-18 1381
AudioGPT 是一个理解和生成语音、音乐、声音和虚拟人的开源项目。
源码编译安装gcc | 安装最新版本的gcc
Luke Ewin的博客
07-26 3142
这篇文章会讲解我是如何一步一步安装任意版本的gcc编译器的。
FunASR：开源语音识别框架，助力离线文件转写应用
gs80140的专栏
03-16 2974
FunASR 近期推出了 离线文件转写服务，可高效处理 长音频和视频，将其转换为 带标点的文本，并支持 字级别时间戳、ITN（Inverse Text Normalization）及用户自定义热词。此外，FunASR 兼容 多种编程语言客户端，包括 Python、C++、Java、C# 和 HTML，让开发者能够快速集成并进行二次开发。
使用阿里funasr作为freeswitch的ASR语音识别服务
livepy的博客
09-06 5858
要使用unimrcp 必须先编译一个正常的unimrcpserver ，再修改里面的asr语音识别模块。
FunASR C++部署实战：Websocket服务器高性能实现
gitblog_00783的博客
09-10 441
> 欢迎点赞、收藏、关注，获取更多语音识别部署实战技巧！
【agent】AI 数字人构建12：FunASR 2-pass服务分析及实时版本改造
突围
11-20 66
摘要：分析FunASR 2-pass服务的关键配置差异，重点关注模型目录、语言模型和参数设置。1) 在线/离线模型配置需区分：model-dir应使用离线高精度模型，online-model-dir使用流式模型；2) lm_dir语言模型实际使用相同的FST格式n-gram模型；3) 其他参数包括端口号(默认10095)、热词路径和线程数(自动计算)需要注意一致性。建议启动时明确区分在线/离线模型目录，保持其他参数与脚本默认值或自定义需求一致，以确保2-pass服务的正确运行。
【agent】AI 数字人构建13：FunASR 2-pass实时版本测试及系统分析
突围
11-20 86
本文介绍了FunASR 2-pass语音识别服务的本地实时测试情况。在完成服务端改造后，使用修改后的C++服务端和原生客户端进行麦克风实时ASR测试。测试结果显示，系统能够准确识别并返回实时语音内容（如"你好"、"你是谁"等），同时提供分段时间戳信息。客户端日志详细记录了2pass模式下在线和离线识别结果，展示了实时语音识别的完整流程和性能表现。测试证实了改造后的FunASR服务在实时语音识别场景下的可用性。
【agent】AI 数字人构建14：FunASR 2-pass实时版本python中转和延迟分析
最新发布
突围
11-20 121
中转脚本（Middleware）是位于FunASR 服务端和3D 引擎 (UE5/Unity)之间的桥梁。它的工作流如下：音频采集：中转脚本调用 PyAudio 读取麦克风（或者接收 UE5 传来的音频流）。ASR 识别：中转脚本调用，把音频发给 FunASR Server。逻辑分发 (最关键的一步)当收到(流式结果)：通过 UDP/TCP 告诉 UE5 播放“倾听/点头”动画。当收到。
【FunASR】Paraformer语音识别-中文-通用-16k-离线-large-onnx
Java技术栈，分享不断学习、不断超越、不断积累的历程！
12-15 9296
GitHub源码地址:FunASR是由阿里巴巴通义实验室语音团队开源的一款语音识别基础框架，集成了语音端点检测、语音识别、标点断句等领域的工业级别模型，吸引了众多开发者参与体验和开发。为了解决工业落地的最后一公里，将模型集成到业务中去，我们开发了社区软件包。中文离线文件转写服务（CPU版本），已完成中文流式语音识别服务（CPU版本），已完成英文离线文件转写服务（CPU版本），已完成中文离线文件转写服务（GPU版本），进行中更多支持中。
FunASR
神棍之路
04-01 2599
FunASR凭借全链路功能、工业级性能及灵活的部署方式，已成为语音识别领域的标杆工具。其开源生态和持续更新（如2025年新增粤语/韩语支持）进一步降低了技术落地门槛。开发者可通过ModelScope快速体验，或参考官方文档深入定制行业解决方案。
funasr适配windows之大坑静态库中的静态实例不初始化
FreeSWITCH二次开发-CTI接口
11-15 698
昨天晚上funasr团队的大佬反馈windows下 funasr-wss-server 加载lm模型失败，今天一大早，我就开始研究为啥加载失败，先linux测试一下了一下，发现也是加载lm模型失败，我回退到适配 windows之前的版本测试，是正常加载的，唯一的修改就是把openfst由动态库改成了静态库，我改回编译动态库，加载正常。通过跟踪代码发现静态库的时候vector没有FstRegister，为啥没注册呢，又在哪里注册的呢，通过跟踪动态库的调用堆栈，发现是初始化的时候注册的。
FunASR安装
weixin_43870390的博客
02-23 5793
funasr环境配置
FunASR学习——VAD及ASR模型（一）
jfriver_cloud的博客
06-18 1947
作者作为音频处理初学者，分享了在边缘设备上部署轻量化语音识别方案的经验。针对设备性能限制，选择阿里开源的FunASR工具包，重点探讨了其VAD（语音活动检测）模型的应用。文章详细解析了在线VAD模型的调用流程：初始化状态机处理语音状态跳变；通过sounddevice库实现音频采集；深入解析模型对音频数据的特征提取和实时推理逻辑。作者创新性地设计有限状态机来精准截取有效语音片段，并配合ASR模型实现语音转文字功能。该方案在低算力设备上成功实现了实时语音处理，展现了开源具在边缘计算中的实用价值。
关于python环境下的语音转文本，whisper或funASR
Elysion_Daniel的博客
10-18 6085
对whisper和funASR这样的语音转文本的工具的使用
【FunASR的详解和使用】
放飞自我的coder
02-05 2193
FunASR是一个由阿里巴巴达摩院开发的开源语音识别工具包，旨在为学术研究和工业应用提供桥梁。它支持多种语音识别功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别。FunASR提供了便捷的脚本和教程，支持预训练模型的推理与微调，帮助用户快速构建高效的语音识别服务。支持各种音视频格式输入，可以把几十个小时的长音频与视频识别成带标点的文字，支持上百路请求同时进行转写 支持中文、英文、日文、粤语和韩语等。
逆向游戏AI预测模型: C++编程与算法实现
AI-Reversi-Game-Playing-Agent是一个用C++编写的程序，旨在创建一个能够预测逆向游戏下一步发展的智能代理。这个代理使用了多种算法和评估函数来达到这个目的。 ### 知识点 1. **AI代理**： - AI代理是一个能够...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

等风来不如迎风去

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值