FunASR 离线文件转写服务开发指南
1. 简介
FunASR (Automatic Speech Recognition) 离线文件转写软件包提供了一款功能强大的语音离线文件转写服务。拥有完整的语音识别链路，结合了语音端点检测、语音识别、标点等模型，可以将几十个小时的长音频与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。输出为带标点的文字，含有字级别时间戳，支持 ITN 与用户自定义热词等。服务端集成有 ffmpeg，支持各种音视频格式输入。软件包提供有 html、python、c++、java 与 c#等多种编程语言客户端，用户可以直接使用与进一步开发。
推荐配置：
- 配置 1: （X86，计算型），4 核 vCPU，内存 8G，单机可以支持大约 32 路的请求
- 配置 2: （X86，计算型），16 核 vCPU，内存 32G，单机可以支持大约 64 路的请求
- 配置 3: （X86，计算型），64 核 vCPU，内存 128G，单机可以支持大约 200 路的请求
2. 快速上手
2.1 Docker 安装
官网推荐的安装方式：
# 下载安装脚本
curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/shell/install_docker.sh
# 执行安装命令
sudo bash install_docker.sh
2.2 镜像启动
通过下述命令拉取并启动 FunASR 软件包的 docker 镜像：
# 拉取镜像
sudo docker pull registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.4.7
# 创建资源文件夹
mkdir -p ./funasr-runtime-resources/models
# 交互式启动容器
sudo docker run -p 10095:10095 -it --privileged=true \
-v $PWD/funasr-runtime-resources/models:/workspace/models \
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.4.7
2.3 服务端启动
docker 启动之后，进入到 docker 里边启动 funasr-wss-server 服务程序：
# 容器内的操作
cd FunASR/runtime
nohup bash run_server.sh \
--download-model-dir /workspace/models \
--vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx \
--model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx \
--punc-dir damo/punc_ct-transformer_cn-en-common-vocab471067-large-onnx \
--lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst \
--itn-dir thuduj12/fst_itn_zh \
--hotword /workspace/models/hotwords.txt > log.txt 2>&1 &
如果您想关闭 ssl，增加参数：--certfile 0。
如果您想使用 SenseVoiceSmall 模型、时间戳、nn 热词模型进行部署，请设置 --model-dir 为对应模型。
如果您想在服务端加载热词，请在宿主机文件 配置热词（docker 映射地址为 ）：每行一个热词，格式 (热词 权重)：阿里巴巴 20。
