Docker部署FunASR(window11系统 )

1、FunASR介绍

FunASR提供可便捷本地或者云端服务器部署的离线文件转写服务,内核为FunASR已开源runtime-SDK。 集成了达摩院语音实验室在Modelscope社区开源的语音端点检测(VAD)、Paraformer-large语音识别(ASR)、标点恢复(PUNC) 等相关能力,拥有完整的语音识别链路,可以将几十个小时的音频或视频识别成带标点的文字,而且支持上百路请求同时进行转写。

2、系统环境安装

2.1 环境要求

2.2 环境设置

打开【控制面板】,点击【程序】

点击【启动或关闭Windows功能】

开启【Hyper-V】、【虚拟机平台】和【适用于Linux的Windows子系统】

开启完毕后,【立即重新启动】

2.3 软件环境安装

2.3.1 docker部署

可以根据云盘地址下载:

### FunASR 本地部署 实时语音识别 安装配置教程 #### 准备工作 确保计算机已安装 Docker 和 Python 环境。对于 MacOS 用户,可以通过以下命令来安装 Docker[^3]: ```bash brew install --cask --appdir=/Applications docker ``` #### 创建并激活虚拟环境 建议创建一个新的Python虚拟环境来进行项目开发,这有助于管理不同项目的依赖关系。可以使用如下命令完成此操作: ```bash python -m venv myenv source myenv/bin/activate # Linux 或 macOS 下启动虚拟环境 myenv\Scripts\activate.bat # Windows下启动虚拟环境 ``` #### 安装必要的软件包 在准备好的环境中输入下列指令以安装所需的库文件,包括 `websockets`、`funasr`、`modelscope` 及其他支持组件,从而为后续步骤做好铺垫[^1]: ```bash pip install websockets funasr modelscope huggingface_hub -U ``` #### 获取预训练模型 FunASR 提供了一系列高质量的预训练模型用于各种应用场景下的语音处理任务。核心采用 Paraformer 架构作为主要引擎,这是一种非自回归型端到端 ASR (Automatic Speech Recognition) 解决方案,在超过六万小时的大规模普通话标注数据集上进行了充分的学习优化;除此之外,还特别增强了时间戳预测以及关键词增强特性,使得其表现更为出色。另外两个辅助性的组成部分分别是 FSMN-VAD(前馈序列记忆网络驱动的声音活动探测器)和 CT-Transformer(具有可控延迟特性的转换器),它们共同作用于提升整体系统的稳定性和准确性[^2]。 #### 配置运行参数 根据实际需求调整相关设置项,比如采样率、声道数等硬件属性匹配选项,具体可参照官方文档说明进行适当修改。 #### 启动服务 最后一步就是通过调用特定接口开启监听模式等待接收来自客户端发送过来的数据流,并即时返回解析后的文本结果给对方。通常情况下会利用 Flask 或 FastAPI 这样的轻量级 Web 框架搭建 RESTful API 接口实现上述目标。 ```python from fastapi import FastAPI, WebSocket import uvicorn from funasr.utils.api_utils import get_realtime_asr_result app = FastAPI() @app.websocket("/ws/asr") async def websocket_endpoint(websocket: WebSocket): await websocket.accept() while True: data = await websocket.receive_bytes() result = get_realtime_asr_result(data) await websocket.send_text(result) if __name__ == "__main__": uvicorn.run(app, host="0.0.0.0", port=8000) ``` 以上即是在本地环境下成功部署 FunASR 平台并启用其实时语音转文字功能所需经历的主要流程概述。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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