企业官网建设流程全解析

FunASR 安装教程：从零跑通第一个语音识别示例

【免费下载链接】FunASROpen-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.项目地址: https://gitcode.com/GitHub_Trending/fun/FunASR

FunASR 是阿里巴巴达摩院开源的语音识别工具包，可以在自己的机器上完成离线转写、流式识别、VAD、标点恢复与说话人分离，也能一键部署成 OpenAI 兼容的 API 服务。它适合需要自建 ASR 能力的开发者，以及想在半小时内用 Python 跑通语音识别的新手。这篇 FunASR 安装教程从环境配置讲到跑通最小示例。

🚀 30 秒快速上手

赶时间的读者先跑这 5 行命令完成安装与验证：

git clone https://gitcode.com/GitHub_Trending/fun/FunASR.git cd FunASR pip install torch torchaudio pip install -e ./ python -c "import funasr; print(funasr.__version__)"

最后一行能打印出版本号（当前为 1.4.14），说明环境已就绪。下面逐段拆解每步的细节。

FunASR 能力速写

它不是单一模型，而是一个工具包，按场景挑模型：

• 中、英、日加方言场景选 Fun-ASR-Nano（800M 参数，需要 GPU）
• CPU 部署选 SenseVoiceSmall，带情绪和音频事件标注，纯 CPU 也有约 17 倍实时速度
• 会议录音场景把 fsmn-vad、cam++ 挂进同一条 AutoModel 流水线，直接输出分句说话人标签和时间戳
• 服务化时一条命令起 OpenAI 兼容接口，现有代码走/v1/audio/transcriptions即可接入
• 连 Python 都没有的边缘设备，也有 GGUF 单文件二进制可跑

环境要求一览

安装实操

准备干净的虚拟环境

避免与系统 Python 的依赖打架，建议用 conda 或 venv 建独立环境：

conda create -n funasr python=3.10 conda activate funasr

命令提示符前出现(funasr)前缀，即代表虚拟环境已激活。

克隆代码到本地

git clone https://gitcode.com/GitHub_Trending/fun/FunASR.git cd FunASR

执行完当前目录应能看到README.md、funasr/、examples/等目录。如果只当库用、不改源码，可跳过此步，直接pip install funasr。

先装 PyTorch

PyTorch 必须先于 funasr 安装。有 GPU 时，wheel 要与 NVIDIA 驱动版本匹配，对照表见 PyTorch 官网：

pip install torch torchaudio

装完用python -c "import torch; print(torch.__version__, torch.cuda.is_available())"验证：打印True表示 CUDA 可用，否则代码里请写device="cpu"。

安装 FunASR

在仓库目录内执行：

pip install -e ./

过程会拉入 librosa、soundfile、modelscope 等依赖，看到Successfully installed funasr-...即完成。-e表示可编辑安装，本地改源码立刻生效，方便二次开发。

验证安装

python -c "import funasr; print(funasr.__version__)"

无 ImportError 且打印出版本号，安装验证通过。

跑通最小示例

新建demo.py写入以下内容（SenseVoiceSmall 可跑 CPU，模型首次运行自动下载）：

from funasr import AutoModel model = AutoModel(model="iic/SenseVoiceSmall", device="cpu") result = model.generate(input="audio.wav") print(result[0]["text"])

执行python demo.py（audio.wav换成你自己的 16kHz 音频），终端打印出转写文本即跑通。想更快出结果，可用命令行方式funasr audio.wav，参数见 README.md；更多模型组合在 examples/ 目录下。

常见报错排查

import funasr 报依赖冲突

• 现象：安装或 import 时报 numpy、torch 版本冲突
• 原因：torch 与 torchaudio 来自不同安装源，且 funasr 要求numpy<2
• 解决：新建空虚拟环境，同一源按顺序安装 torch、torchaudio，再装 funasr

Apple Silicon 上 cffi 架构不匹配

• 现象：M1/M2 报incompatible architecture (have x86_64, need arm64)
• 原因：环境里残留 x86_64 版 cffi 二进制
• 解决：pip uninstall cffi pycparser后执行ARCHFLAGS="-arch arm64" pip install cffi pycparser --compile --no-cache-dir

模型下载慢或中断

• 现象：首次运行卡在模型下载
• 原因：ModelScope 与 Hugging Face 在不同网络环境下速度差异大
• 解决：中国大陆优先用 ModelScope 模型名（如示例中的iic/...），海外网络 Hugging Face 更快；中断后删掉该模型的部分缓存重试，详见 docs/troubleshooting.md

下一步

跑通后，用 docs/model_selection.md 选第一个正式模型；从 Whisper 或云端 API 迁过来的，看 docs/migration_from_whisper.md 做迁移对照。完整参数与安装细节在 docs/installation/installation_zh.md。

【免费下载链接】FunASROpen-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.项目地址: https://gitcode.com/GitHub_Trending/fun/FunASR