【win11】funasr 7：ASR离线ONNX模型及VAD模型onnx选择及模型全部C++正确加载

已于 2025-11-20 15:49:11 修改
阅读量79 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 funasr
于 2025-11-20 15:48:42 首次发布
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/155029514

构建实时版本，发现2-pass-server同时要输入离线和online版本

ASR 离线模型

  • 本地 PyTorch 模型转换为 ONNX
    from F:\08_models\tts-models\speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch\model.onnx to F:\08_models\tts-models\speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch\model_quant.onnx

发现我没有下载独立的VAD模型

在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【win11】funasr 8：离线大模型的onnx导出和量化
突围
11-20 75
PyTorch模型转ONNX脚本执行指南 本文提供了在Windows PowerShell环境下将PyTorch模型导出为ONNX格式的详细步骤。主要操作包括：通过Python脚本调用FunASR工具包，指定模型路径和导出目录，并启用量化选项。针对可能出现的"ModuleNotFoundError"错误，给出了解决方案：设置PYTHONPATH变量指向FunASR源码父目录。完整命令行示例包含模型路径处理、环境变量设置和脚本调用方法，适用于FunASR框架下的语音识别模型转换场景。执行成
【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。
【GitHub项目推荐--FunASR：端到端语音识别工具包完全指南】
j8267643的博客
09-23 1228
​FunASR​ 是一个开源的端到端语音识别工具包，由ModelScope团队开发，提供先进的预训练模型和完整的语音处理解决方案。它旨在搭建学术研究与工业应用之间的桥梁，支持语音识别、语音活动检测、标点恢复、语言模型等多种功能。🔗 ​GitHub地址🚀 ​核心价值​：端到端语音识别 · 工业级模型 · 开源免费 · 多功能集成​项目背景​：​技术鸿沟​：解决学术研究与工业应用之间的技术转化难题​多模态需求​：满足现代应用对多语言、多场景语音处理的需求​开源生态​：构建开放的语音技术生态系统​。
【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 9293
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 ONNX模型测试完全指南：5个常见问题与解决方案
最新发布
gitblog_00766的博客
11-17 249
FunASR作为阿里巴巴达摩院开源的高性能端到端语音识别工具包，其中ONNX模型测试是开发者经常遇到的关键环节。本文将详细介绍FunASR项目中ONNX模型测试的完整流程，并针对5个最常见的问题提供解决方案，帮助开发者快速上手并解决实际部署中的难题。 ## 🔧 环境准备与编译问题 在开始ONNX模型测试前，正确的环境配置是成功的第一步。根据[runtime/onnxruntime/readm
中文语音标注工具FunASR（语音识别）
前方的路在刚开始
12-11 1万+
全称（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。
ModelScope推出的开源语音识别框架——Paraformer
多头注意力探索Now
12-23 1547
语音识别模型
阿里达摩院:FunASR - onnxruntime 部署
TuringEvo专栏
09-13 2012
因为自动下载模型需要 FunASR 的python 环境和相关依赖，这里是runtime ，没有安装这些，所以手动下载。直接搜索模型名称，然后下载，我放在modelscope配置的路径下。切换到 onnxruntime。字段的值，就是解码结果。把这些模型路径,指定。
达摩院Paraformer-ONNX模型：一站式高精度中文语音识别工业级解决方案
uncle_ll的博客
04-09 2891
阿里达摩院推出的`speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx`模型，通过ONNX运行时优化，集语音端点检测、实时转写、标点恢复等核心功能于一体，为工业场景提供开箱即用的高并发语音识别服务。
轻松搞定！在 Windows 10 上安装 FunASR 并运行离线时间戳模型
热门推荐
林夕07
03-01 1万+
这篇文章介绍了在 Windows 10 上安装和运行 FunASR（离线时间戳模型）的简单步骤。首先，读者被引导去下载最新版本的 FunASR 软件，然后学习如何安装它。接着，文章提到了获取离线时间戳模型的重要性，并说明了如何从官方网站或其他可靠来源下载该模型。在软件安装和模型下载完成后，读者被指导去导入和配置离线时间戳模型。最后，文章鼓励读者开始运行模型，并查看其生成的时间戳结果。通过这些简单的步骤，读者可以轻松在 Windows 10 上使用 FunASR 进行离线时间戳模型的操作。
精选资源
java调用sherpa-onnx 文字转换语音TTS 镜像离线部署直接调用，已经编译好相关文件和模型
11-26
java调用sherpa-onnx 文字转换语音TTS 镜像部署直接调用，已经编译好相关文件和模型， sherpa-onnx 是一个基于下一代 Kaldi 和 onnxruntime 的开源项目，专注于语音识别、文本转语音、说话人识别和语音活动检测（VAD...
FastGPT 通过js方式接入Funasr 语音转文字
yixiuquan的博客
04-28 2791
由于要把funasr调用嵌入fastgpt，fastgpt前端代码是typescript编写的，所以去示例funasr_samples项目中的html目录下，查看他的js示例代码，并截取代码放入ts中。以下是修改后的JS代码： 没做详细精简，js代码仅仅是截取了例子中的发送websocket代码，并修改代码为异步代码，使其可以在获取ws返回结果后可以将数据返回给ts调用者。将以上代码放入一个js文件中，并将这个js文件复制到fastgpt中，并在useSpeech.ts中引入。
FunSound: 基于FunASR-onnx 的高精度离线转写
Pika
05-25 1235
基于funasr-onnx的转写服务网站搭建
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
专注计算机视觉全栈知识分享
06-05 5608
本文首发于微信公众号 CVHub，严禁私自转载或售卖到其他平台，违者必究。
关于python环境下的语音转文本，whisper或funASR
Elysion_Daniel的博客
10-18 6082
对whisper和funASR这样的语音转文本的工具的使用
FunASR在Ubuntu上的部署（2pass模式）
iTom1900
05-13 1176
1：注意事项，server端启动需要比较长时间，因为需要在线下载很多模型。2：启动客户端会需要配置好端口号。
四川话ASR-微调-语音识别-Paraformer-Large
心流的博客
09-29 1427
本项目基于阿里巴巴达摩院的预训练模型，使用220小时的高质量四川话数据进行微调，专门针对四川方言语音识别任务进行优化。
实测！FunASR的ONNX模型在不同硬件上性能差多少？从CPU到GPU全解析
gitblog_00653的博客
09-10 314
语音识别技术在实际应用中常面临硬件环境差异带来的性能挑战。本文基于[FunASR](https://link.gitcode.com/i/dee17eb9aa516faa09d5b820fd130591)项目的ONNX模型部署方案，通过实测数据对比不同CPU架构和量化策略下的性能表现，为开发者提供硬件选型与优化指南。 ## 测试环境与基准配置 ### 测试数据集与模型选择 实验采用Aishel...
FunASR语音识别框架流式识别模型切换
gallonyin的博客
08-25 613
本文对比了流式与非流式语音识别模型的配置差异。非流式组合（含VAD和标点）适合离线音频转写，而流式组合（基础ASR+实时标点）专为低延迟场景设计。关键区别在于：非流式ASR集成VAD/标点模块，处理完整音频；流式标点针对中文实时优化但精度可能降低。部署时需注意流式处理需分块逻辑，且标点模型需与ASR语言匹配。离线场景推荐非流式方案，实时场景应选择流式组合。
FunASR使用离线模型
09-27
FunASR使用离线模型可通过以下方式操作：进行离线部署和调用，若已有下载好的模型，调用其绝对路径为 `/workspace/models/damo` ，可使用如下命令： ```bash nohup bash run_server.sh --vad-dir /workspace/models/damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir /workspace/models/damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx --punc-dir /workspace/models/damo/punc_ct-transformer_cn-en-common-vocab471067-large-onnx --lm-dir /workspace/models/damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir /workspace/models/thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 & ``` 此命令将启动相关服务并将输出信息保存到 `log.txt` 文件中，同时将错误输出重定向到标准输出 [^1]。 此外，还可参考相关配置和运行命令来完成离线模型的使用。参考配置可查看： - FunASR/runtime/docs/SDK_advanced_guide_offline_zh.md at main · alibaba-damo-academy/FunASR (github.com) - FunASR/runtime/quick_start_zh.md at 861147c7308b91068ffa02724fdf74ee623a909e · alibaba-damo-academy/FunASR (github.com) 参考运行命令可查看：FunASR/runtime/python/websocket/README.md at 861147c7308b91068ffa02724fdf74ee623a909e · alibaba-damo-academy/FunASR (github.com) 便捷部署教程可查看：FunASR/blob/main/runtime/docs/SDK_tutorial_en_zh.md [^2]。
评论
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