FunASR 离线文件转写服务提供完整的语音识别链路，支持长音频视频转写及标点恢复。本文介绍基于 Docker 的快速部署流程，包括镜像拉取、服务端启动参数配置及热词加载方法。涵盖 Python、C++、Java 等多种语言客户端的使用示例与命令参数说明，并包含服务端模型替换、SSL 证书配置及自定义开发接口参考，适用于需要集成语音识别能力的开发者环境搭建与测试验证。
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：
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
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
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 ./funasr-runtime-resources/models/hotwords.txt 配置热词（docker 映射地址为 /workspace/models/hotwords.txt）：每行一个热词，格式 (热词 权重)：阿里巴巴 20。
服务启动日志示例：
I20260303 11:01:52.311225 56 funasr-wss-server.cpp:516] asr model init finished. listen on port:10095
下载客户端测试工具目录 samples：
wget https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz
以 Python 语言客户端为例，支持多种音频格式输入（.wav, .pcm, .mp3 等），也支持视频输入 (.mp4 等)，以及多文件列表 wav.scp 输入。
python3 funasr_wss_client.py --host "127.0.0.1" --port 10095 --mode offline --audio_in "../audio/asr_example.wav"
运行结果包含识别文本及时间戳信息。
异常问题处理：
若报错 ModuleNotFoundError: No module named 'websockets'，可尝试安装：
pip install websockets==13.1
目前分别支持以下几种编程语言客户端：Python, CPP, HTML 网页版本，Java。
python3 funasr_wss_client.py --host "127.0.0.1" --port 10095 --mode offline \
--audio_in "../audio/asr_example.wav" --output_dir "./results"
命令参数说明：
--host: FunASR runtime-SDK 服务部署机器 ip，默认为本机 ip（127.0.0.1）--port: 10095 部署端口号--mode: offline 表示离线文件转写--audio_in: 需要进行转写的音频文件，支持文件路径，文件列表 wav.scp--thread_num: 设置并发发送线程数，默认为 1--ssl: 设置是否开启 ssl 证书校验，默认 1 开启，设置为 0 关闭--hotword: 热词文件，每行一个热词，格式 (热词 权重)--use_itn: 设置是否使用 itn，默认 1 开启，设置为 0 关闭进入 samples/cpp 目录后，可以用 cpp 进行测试：
./funasr-wss-client --server-ip 127.0.0.1 --port 10095 --wav-path ../audio/asr_example.wav
返回 JSON 格式数据，包含识别文本、时间戳等信息。
在浏览器中打开 html/static/index.html，即可出现页面，支持麦克风输入与文件上传，直接进行体验，需要输入 asr 服务地址 wss://IP:10095/。
若遇到 TLS handshake failed 错误，需关闭 SSL 重新启动 funasr 服务（增加参数 --certfile 0），并将地址改为 ws://IP:10095/。
FunasrWsClient --host localhost --port 10095 --audio_in ./asr_example.wav --mode offline
详细可以参考文档。构建环境需安装 Java 环境（如 Ubuntu 下 apt-get install openjdk-11-jdk）。
cd /workspace/FunASR/runtime
nohup bash run_server.sh \
--download-model-dir /workspace/models \
--model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx \
--vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-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 \
--certfile ../../../ssl_key/server.crt \
--keyfile ../../../ssl_key/server.key \
--hotword ../../hotwords.txt > log.txt 2>&1 &
run_server.sh 命令参数介绍：
--download-model-dir: 模型下载地址，通过设置 model ID 从 Modelscope 下载模型--model-dir: modelscope model ID 或者本地模型路径--port: 服务端监听的端口号，默认为 10095--decoder-thread-num: 服务端线程池个数 (支持的最大并发路数)--io-thread-num: 服务端启动的 IO 线程数--certfile: ssl 的证书文件，默认为 ../../../ssl_key/server.crt，如果需要关闭 ssl，参数设置为 0--hotword: 热词文件路径，每行一个热词，格式：热词 权重ps -x | grep funasr-wss-server
kill -9 PID
替换正在使用的模型或者其他参数，需先关闭 FunASR 服务，修改需要替换的参数，并重新启动 FunASR 服务。其中模型需为 ModelScope 中的 ASR/VAD/PUNC 模型，或者从 ModelScope 中模型 finetune 后的模型。
例如替换 ASR 模型为 damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx，则如下设置参数 --model-dir。
如果希望部署您 finetune 后的模型，需要手动将模型重命名为 model.pb，并将原 modelscope 中模型 model.pb 替换掉，将路径指定为 model_dir 即可。
FunASR-runtime 的代码已开源，如果服务端和客户端不能很好的满足您的需求，您可以根据自己的需求进行进一步的开发：
C++ 服务端开发接口示例：
FsmnVadInit, FsmnVadInferFunOfflineInit, FunOfflineInferCTTransformerInit, CTTransformerInfer
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
查找任何按下的键的javascript键代码、代码、位置和修饰符。 在线工具，Keycode 信息在线工具，online
JavaScript 字符串转义/反转义；Java 风格 \uXXXX（Native2Ascii）编码与解码。 在线工具，Escape 与 Native 编解码在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
使用 Prettier 在浏览器内格式化 JavaScript 或 HTML 片段。 在线工具，JavaScript / HTML 格式化在线工具，online