阿里新开源的FunASR仓库（语音转文字），识别速度快，精度高。

FunASR的部署可以使用Docker，有关Docker的部署教程就很多了，一搜就是一大堆，我就不写了。

我就写一下Python本地部署的过程。

1.下载FunASR仓库

github仓库链接：https://github.com/modelscope/FunASR

直接下载仓库Zip文件。

下载完成后，解压缩。

2.创建虚拟环境

要求：

• python≥3.8

• torch≥1.13

• torchaudio

1）安装好Python后，打开cmd，输入后面的命令并回车：pip install virtualenv

2）然后在解压缩出来的仓库目录下打开cmd，输入后面的命令并回车：virtualenv venv

注意：如果电脑上有多个Python版本，执行上面的命令时，需要指定一下Python版本，像这样：virtualenv venv --python=pythonx.x.x

3）上面创建完虚拟环境后，就能看到仓库根目录下新建了一个venv文件夹，里面有一个Scripts文件夹。

4）在Scripts文件夹中打开cmd，输入后面的命令并回车：activate

5）这时，刚才的cmd窗口就会出现(venv) C:\xxxx\xxxx\Scripts> 这样的界面了。这就代表虚拟环境启动成功了，这个窗口不要关闭。

3.安装库

上一步打开的虚拟环境窗口，路径是在Scripts下，现在需要cd路径到仓库根目录下。执行两次：cd ../

这时cmd窗口的路径就在FunASR路径下了。

然后分别执行下面的命令：

pip install -e ./

pip install modelscope

pip install torch torchaudio

上面的三个pip命令是安装必要的库。安装可能会很久，等待即可。

4.运行示例

运行runtime/python/websocket文件夹下的funasr_wss_server.py文件。

注意：这里运行示例文件是为了下载模型文件，模型文件会被下载到当前电脑用户的.cache/modelscope/hub/iic文件夹中。当然，也可以手动下载模型并放到这个目录下，如果手动下载模型的话，就不需要执行这一步了。

5.测试识别

在仓库根目录下新建一个test.py文件，并输入代码：

from funasr import AutoModel

import datetime

# paraformer-zh is a multi-functional asr model

# use vad, punc, spk or not as you need

model = AutoModel(model="paraformer-zh", vad_model="fsmn-vad", punc_model="ct-punc")

res = model.generate(input=f"要识别的wav文件路径",

batch_size_s=300,

hotword='魔搭')

print(res)

修改代码中的要识别的wav文件路径，然后运行这个test.py，正常的话将看到这样的输出：

我们需要的是最后的白色文本，这才是对音频文件的识别结果。

到此，本地部署就完成了。

如果要将FunASR部署成服务，可以使用flask来实现，写一个upload接口，然后调用模型识别就行了。