FunASR 离线文件转写服务开发与部署实战

参数说明：

• --certfile 0：如需关闭 SSL，请增加此参数。
• --model-dir：若需使用 SenseVoiceSmall 模型或开启时间戳，可替换为对应模型 ID。
• hotwords.txt：在宿主机配置热词文件（每行格式：热词 权重），建议热词长度不超过 10，数量不超过 1k。

启动日志示例：

I20260303 11:01:52.311225  funasr-wss-server.cpp:516] asr model init finished. listen on port:10095

若需部署 8k 采样率模型，请使用以下命令调整 VAD 及 ASR 模型路径。

2.4 客户端测试

下载官方提供的测试样本：

wget https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz

以 Python 客户端为例，支持 .wav, .mp3, .mp4 等多种格式：

python3 funasr_wss_client.py --host "127.0.0.1" --port 10095 --mode offline --audio_in "../audio/asr_example.wav"

常见异常处理： 如果遇到 ModuleNotFoundError: No module named 'websockets'，请安装依赖：

pip install websockets==13.1

运行结果会返回识别文本及字级时间戳：

timestamp: [[880,1120],[1120,1380],...]
text: 欢迎大家来体验达摩院推出的语音识别模型。

3. 客户端用法详解

服务部署完成后，可通过不同语言的 SDK 接入。目前主要支持 Python、C++、HTML 及 Java。

3.1 Python Client

Python 客户端最为常用，参数灵活：

python3 funasr_wss_client.py --host "127.0.0.1" --port 10095 --mode offline \
--audio_in "../audio/asr_example.wav" --output_dir "./results"

关键参数：

• --host: 服务 IP，默认本机。
• --ssl: 是否开启证书校验，默认为 1。
• --use_itn: 是否启用逆文本规范化，默认为 1。
• --hotword: 热词文件路径。

实测对比 Whisper 模型，FunASR 在中文场景下的标点恢复和专有名词识别表现更为稳健，但也存在个别语境差异，建议结合业务数据微调。

3.2 C++ Client

进入 samples/cpp 目录进行测试：

./funasr-wss-client --server-ip 127.0.0.1 --port 10095 --wav-path ../audio/asr_example.wav

返回结果为 JSON 格式，包含 text_seg 分段信息及 ts_list 时间戳列表。

3.3 HTML 网页版

浏览器打开 html/static/index.html 即可体验。注意：

• 默认服务开启 SSL，前端地址应为 wss://IP:10095/。
• 若遇到 TLS handshake failed，需在服务端启动时添加 --certfile 0 关闭 SSL，并将前端地址改为 ws://IP:10095/。

3.4 Java Client

Java 客户端需要编译构建：

cd funasr/runtime/java
make downjar   # 下载依赖
make build     # 编译
make runclient # 运行

命令行调用示例：

FunasrWsClient --host localhost --port 10095 --audio_in ./asr_example.wav --mode offline

4. 服务端用法详解

4.1 启动与停止

启动脚本已封装了大部分参数，核心是模型路径和线程数配置。停止服务时，先查找进程 PID：

ps -x | grep funasr-wss-server
kill -9 <PID>

4.2 模型热更新与参数调整

更换模型或调整参数需重启服务。支持的模型类型包括 ModelScope 中的 ASR、VAD、PUNC 模型，也支持本地 finetune 后的模型（需重命名为 model.pb）。

常用参数调整：

• --decoder-thread-num: 控制最大并发路数。
• --io-thread-num: IO 线程数。
• --model-thread-num: ONNX 推理并行线程数。

5. 定制服务部署

FunASR runtime 代码已开源，可根据需求二次开发。

• C++ 客户端: GitHub 仓库
• Python 客户端: GitHub 仓库
• 通信协议: WebSocket 协议文档

若需深度定制 VAD、ASR 或 PUNC 模块，可参考底层 API 调用示例：

// VAD 初始化与推理
FUNASR_HANDLE vad_hanlde = FsmnVadInit(model_path, thread_num);
FUNASR_RESULT result = FsmnVadInfer(vad_hanlde, wav_file.c_str(), NULL, 16000);

// ASR 初始化与推理
FUNASR_HANDLE asr_hanlde = FunOfflineInit(model_path, thread_num);
FUNASR_RESULT result = FunOfflineInfer(asr_hanlde, wav_file.c_str(), RASR_NONE, NULL, 16000);

具体实现细节请参考官方 GitHub 仓库中的 bin 目录下示例代码。