Windows 使用 python 本地部署 FunASR

轻松搞定!在 Windows 10 上安装 FunASR 并运行离线时间戳模型 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。 阅读详情
AI摘要

本文记录了2025年4月10日在Windows本地使用Python部署FunASR(语音转文字)的步骤及问题。实操步骤无问题,但遇到路径报错,查询得知是路径问题,介绍了Python读取文件路径的解决办法,还提供了测试用的wav文件链接。


前言

2025年4月10日,尝试 windows 本地部署 语音转文字(ASR) ,记录步骤及问题。

FunASR:https://github.com/modelscope/FunASR/blob/main/README_zh.md


实践

根据这篇文章:

FunASR Windows本地部署(语音转文字)https://www.bilibili.com/opus/940576448899448928

于 2025年4月10日 进行实操,步骤上没有问题。


路径问题

注意,最后要识别的 wav 路径,在 windows 上有问题

res = model.generate(input=f"要识别的wav文件路径",<---如:f"E:\asr_data\asr_example.wav",是错误的

            batch_size_s=300,

            hotword='魔搭')

首先会报错,TypeError: expected Tensor as element 1 in argument 0, but got str

https://github.com/modelscope/FunASR/issues/1327#issuecomment-2219473422 中的回答:
window电脑的路径问题
https://developer.aliyun.com/ask/620792 中的回答:
简单的设置一个断点,你就知道原因了,wav路径不对,建议遇到问题,多debug。

查询后都说是路径问题,可是在文件夹中明明没问题能打开。

此时对python一窍不通,还不会调试,甚至写文件都是notepad。 -_-||


搜索关键字:“python 读取文件路径”

Python读取文件相对路径理解以及文件读取路径格式 https://blog.youkuaiyun.com/JLwwfs/article/details/129276897

Windows下的文件路径使用“\”来分隔。
python程序导入数据文件时,由于python语言中反斜杠“\”是转义符,例如“\n”表示回车、“\t”表示制表符等,因此如果继续用“\”表示文件路径,会产生歧义。

解决办法如下:
使用斜杆"/“,如 “C:/test.py”
使用反斜杠符号转义,如 “C:\\test.py”
使用python的raw string,表示不需要转义,如 r"C:\test.py”

遂改为

res = model.generate(input=r"E:\asr_data\asr_example.wav",

            batch_size_s=300,

            hotword='魔搭')

测试用 wav 文件

官方Git提供的中文测试音频: https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/test_audio/vad_example.wav
语音识别测试wav数据集(中文250条英文150条):https://gitcode.com/open-source-toolkit/c7508


FunASR的本地使用及部署 funasr的本地使用流程 阅读详情

相关推荐

Docker一条龙:5分钟在本地Mac/Windows上跑起FunASR语音识别服务(CPU版避坑指南)

本文提供了一份详细的Docker部署指南,帮助开发者在5分钟内在Mac/Windows本地快速搭建FunASR语音识别服务(CPU版)。文章包含环境准备、一键部署、服务配置与模型加载、实战测试及效能优化等步骤,特别针对个人电脑环境优化,避免常见问题。

553

本地语音识别-Docker部署FunASR

docker安装funASR

m0_46068551的博客 6845

如何构建FunASR的本地语音识别服务

FunASR 是阿里巴巴达摩院开源的高性能语音识别工具包,支持。

当 AI 开始写文章、绘星空,甚至预测未来,您还在旁观吗?这里将剖开人工智能的思考逻辑,拆解 AI 创作的底层密码,也聊聊人工智能里的人文温度。每篇都有让你拍案的细节,快来解锁 AI 时代的神奇世界! 2739

FunASR语音识别模型的部署

FunASR语音识别系统的搭建,本篇博客是基于docker容器搭建FunASR语音模型,适合初入语音识别的用户学习

u011669976的博客 1万+

手把手教你配置MCAL中的CAN模块:从基础参数到实战避坑指南

本文提供了一份详尽的MCAL CAN模块配置指南,涵盖从基础参数设置到实战避坑的全过程。文章深入解析了CAN控制器核心参数、硬件对象配置、数据流处理及常见问题排查,并结合源码分析,帮助嵌入式开发者构建稳定高效的CAN通信链路,是汽车电子领域通信开发的实用参考。

weixin_29165465的博客 337

VirtualBox虚拟机拖放文件总失败?手把手教你配置双向拖放与共享文件夹(Ubuntu版)

本文详细指导如何在VirtualBox的Ubuntu虚拟机中配置高效的数据交换方案。核心是安装VirtualBox Guest Additions,并在此基础上开启双向拖放与共享粘贴板功能,同时建立稳定的共享文件夹,彻底解决主机与虚拟机间文件传输失败的问题,构建无缝的跨系统工作环境。

weixin_29245767的博客 232

【语音识别】搭建本地的语音转文字系统:FunASR(离线不联网即可使用)

阿里达摩院。

qq_37280924的博客 1万+

U24时钟信号上升下降沿出现非单调性--简单分析

交换机U24时钟信号上升下降沿出现非单调性--简单分析

qq_45185504的博客 1132

如何在Win10系统本地部署语音转文字模型FunASR

本文介绍如何在Win10系统本地部署语音转文字模型FunASR

诸神缄默不语的博客 4775

Claude skill-creator插件深度解析:从创建到优化的完整技能工程化体系

摘要:skill-creator是Anthropic推出的Claude技能开发插件,提供从创建到优化的全流程工程化支持。其核心架构采用渐进式披露机制和多Agent协作模式,包含Grader、Analyzer等专业评估组件。该插件支持自动化评测系统,通过测试用例管理、并行执行和结果聚合实现技能验证;提供迭代优化算法,基于数据驱动改进技能性能。典型应用场景包括标准化技能开发、自动化测试验证和触发优化,显著降低开发门槛并提升技能质量。

虚心若愚 989

LBS之五:时空索引--空间邻域搜索的高效实践

时空索引的原理及最佳实践

whascj的博客 1368

FunASR Windows 本地离线转写部署指南(无需 GPU)

FunASR 在 Windows 上可以完成中文、英文音频文件的本地离线转写,全程不上传云端,也不需要 GPU。本文带你从环境确认到服务部署,再到跑通第一条 wav 文件转写,按步骤执行即可得到一台可用的本地语音识别服务。 ## 先认识 FunASR FunASR 是开源语音识别工具包,覆盖从模型训练到在线服务的完整链路。本文用到的核心能力包括: - **ASR**:语音识别,把音频转成文字

gitblog_00385的博客 377

一键生成Microsoft Store应用直链下载:绕过商店故障的终极方案

遇到商店无法加载时,复制链接 → 粘贴到Adguard → 下载主程序包 → 开启开发者模式安装。整个过程耗时不超过2分钟,彻底摆脱商店依赖!

安德洛夫 2194

FunASR 离线语音转写服务 3 步跑通:Windows 本地部署,不用 GPU

录音文件不想传到云端,本地转写又要折腾环境。FunASR 把语音识别、语音活动检测、标点恢复整成一条 WebSocket 服务链,装完就能转文件。读完本文,你能在 Windows 上跑起一个 10095 端口的离线转写服务,并用一条命令把 wav 文件转出带标点的文本。 ## FunASR 是什么 FunASR 由达摩院语音实验室开源,覆盖 ASR 识别、VAD 端点检测、PUNC 标点恢复、

gitblog_00599的博客 27

2024年11月架构设计师案例分析真题回顾,附参考答案、解析及所涉知识点(二)

软考高级系统架构设计师考试包含三个科目:信息系统综合知识、案例分析和系统架构设计论文。考试形式为机考。本文主要回顾2024年下半年(2024-11-10)系统架构设计师考试上午第二科案例分析的题目,同时附带参考解答、解析和所涉知识点。

一几文的编程学习笔记。 1664

基于STM32L4XX 、HAL库的TMC2226-SA-T步进电机驱动器驱动程序应用设计

集成的功率MOSFET可处理高达2A RMS的电机电流,并具备保护与诊断功能,确保运行稳健可靠。作为业界最先进的STEP/DIR步进电机驱动系列,该芯片通过升级设计实现无噪音、高精度运行,为用户提供高性价比且极具竞争力的解决方案。// 用于PDN_UART单线通信。// HAL_UART_Transmit - 注意PDN_UART是单线,收发共线。.huart = &huart1, // PDN_UART连接的USART。均方根步进/方向控制接口,提供8、16、32或64微步针设置,

PP_Cottage的博客 642

FunASR模型部署的避坑指南:Win10环境下的疑难杂症全解析

本文详细解析了在Win10环境下部署FunASR语音转文字模型的全过程,包括环境配置、离线部署、中文标点预测等关键步骤。针对常见问题如CUDA版本匹配、内存不足等提供了实用解决方案,帮助开发者高效完成本地部署并优化模型性能。

weixin_29069131的博客 329

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

【实践】FUNCLIP的生成之路

闲来无事想去看有没有可以优化剪辑的软件或项目,正好搜到了FUNCLIP,但是在安装过程中出现了很多问题,因此进行小小的记录。提示:以下是本篇文章正文内容,下面案例可供参考FunClip是阿里达摩院通义实验室推出的一款完全开源、本地部署的自动化视频剪辑工具,通过调用阿里巴巴通义实验室的FunASR Paraformer系列模型实现视频的自动化语音识别。但是注意一点,对于中文以外的语音识别并不友好,大家如果感兴趣可以自行试一试。

weixin_42265963的博客 597

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

寻音捉影·侠客行环境部署:离线环境安装包+证书白名单+无外网依赖全链路方案

本文介绍了如何在星图GPU平台上自动化部署🗡️ 寻音捉影 · 侠客行 (Shadow & Sound Hunter)镜像,实现离线语音关键词检索功能。该镜像支持本地化毫秒级音频分析,适用于金融合规审查、会议纪要定位、军工内网语音审计等无外网依赖的高安全场景,开箱即用,无需上传数据。

weixin_36328210的博客 262

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

10 个 Bento 格子如何自适应 4 种屏幕:enscribe.dev 首页响应式网格与主题切换设计剖析

enscribe.dev 是一个用 Astro + 纯 CSS 构建的个人网站,首页用一张 **Bento 网格**承载了 10 个功能格子:自我介绍、最新文章、GitHub 日历、Discord 状态、Spotify 正在听等,并在 4 档屏幕宽度之间自动重排,同时支持深浅色主题一键切换。这篇文章带你拆解它的响应式网格与主题切换设计,新手可以直接照抄思路。🍱 [![enscribe.dev

gitblog_00927的博客 493

NarratoAI:用 AI 大模型免费生成视频解说的完整指南

想把电影素材变成解说视频,传统做法是写文案、剪素材、录配音、加字幕,一环接一环。NarratoAI 用大语言模型把这条链路自动化:上传素材后,它自动完成画面理解、文案撰写、TTS 配音与逐段剪辑,直接输出成片。 ## 三句话讲清 NarratoAI 是什么 它是一款可本地部署的开源自动化视频解说工具。三句话说明白: - 问题:解说视频制作链路长,文案、剪辑、配音、字幕四个环节都要手工完成。

gitblog_00122的博客 838

FunASR 离线语音转写:Windows 本地部署 64 路并发实操手册

FunASR 是达摩院语音实验室推出的开源语音识别工具包,覆盖语音转写、语音活动检测(VAD)、标点恢复(PUNC)等全链路能力。在 Windows 上做本地部署,即可跑通完全离线的语音转写:音频不出本机、无需 GPU,16 核 CPU 能支撑 64 路并发。 [![FunASR 离线语音转写系统总览](https://raw.gitcode.com/GitHub_Trending/fun/Fu

gitblog_00899的博客 1003

3分钟搞定!FunASR Windows本地语音转写终极部署指南

还在为语音转写的隐私安全担忧?FunASR开源语音识别工具包让你轻松实现Windows本地离线部署,完全摆脱云端依赖!本文将带你快速掌握FunASR Windows离线语音转写的完整部署流程,从环境准备到实战应用,只需3分钟即可搭建专业级语音转写服务。 FunASR是由达摩院语音实验室推出的开源语音识别工具包,支持语音识别(ASR)、语音活动检测(VAD)、文本后处理(PUNC)等全链路能力。其

gitblog_01182的博客 519

FunASR能完全不上云吗?Windows本地语音转写部署实战

FunASR 是达摩院开源的语音转写工具包,覆盖转写、语音活动检测(VAD,即自动定位音频中人在说话的时间段)与标点恢复全链路。本文带你用 3 步在 Windows 上跑起一套完全本地、免费的离线语音转写服务:16 核 CPU 转写 10 小时录音只需约 90 秒,不传云端、不依赖 GPU,适合会议纪要、客服质检这类对隐私敏感的场景。 ## 先想清楚为什么值得本地部署 会议录音、客服通话、法庭

gitblog_01179的博客 433

FunASR Windows 离线语音转写本地部署完整攻略:免 GPU 快速 5 步跑通

下班后你收到一段 2 小时的客服录音,合规要求音频一律不得上传云端。这种场景需要的是一套完全离线的语音转写方案:把 FunASR 跑在自己的 Windows 机器上,完成本地部署后,文件从采集到出稿全程不出本机。 FunASR(Fundamental End-to-End Speech Recognition Toolkit)是达摩院语音实验室推出的开源语音识别工具包,覆盖 ASR(自动语音识别

gitblog_00279的博客 859

FunASR Windows 本地离线语音转写部署指南:空白机器跑通高并发转写服务的完整步骤

每天新增上百小时的客服录音、庭审录音或会议纪要,外包转写按分钟计费,录音文件又受合规限制不能上传第三方云端——这类团队需要一个跑在机房里、数据不出内网的语音转写服务。FunASR 是达摩院语音实验室开源的语音识别工具包,覆盖识别(ASR)、端点检测(VAD)、标点恢复(PUNC)、逆文本规范化(ITN,把"二零二五"这类读法还原成书面数字)等全链路能力,其中 runtime SDK 提供了一键部署

gitblog_00018的博客 1015
上一篇: 在 Unity 中使用 OpcUa
下一篇: Unity WebGL 嵌入 React 网页以及实现 C# 与 JS 的双向通信
wooderZ
博客等级 码龄9年 32粉丝 7原创
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
 
 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
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