FunASR 本地部署指南：在自己机器上完成全离线语音转写

FunASR 本地部署指南：在自己机器上完成全离线语音转写

【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 是达摩院开源的语音识别工具包，解决的核心问题是"音频不能出内网"。读完这篇，你会在自己的机器上部署好一个语音转写服务，并把一条客服录音转成带标点的文本，全程不碰任何云端接口。

适不适合你

• 如果你的录音涉及会议、客服、庭审，绝不能上传任何云端服务，选它。
• 如果你只想转几条文件、不想养一个常驻服务，就不用本文这套部署方式，examples/ 目录里的纯 Python 脚本直接跑就行。
• 如果你需要给非技术同事演示，这个服务自带浏览器页面（后文会讲），部署一次就能反复用。

📋 动手前的准备清单

• 系统：Windows 用 Docker Desktop 并开启 WSL2 后端；Linux 服务器装原生 Docker 即可
• Python：3.8 以上，只在客户端机器上需要
• 磁盘：至少预留 10GB，要装一个镜像加三个模型
• 网络：安装期间机器要能访问外网，镜像和模型由脚本自行下载
• 耗时：视下载速度约 10~30 分钟

从 0 到服务可用的最短路径

整条路径分三个里程碑：拿源码、装起来、验证连通。

里程碑一，拿到源码。打开终端执行：

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

里程碑二，安装并启动。执行这一行：

sudo bash funasr-runtime-deploy-offline-cpu-zh.sh install

拉镜像、下载 ASR（声学识别）、VAD（判断哪段在说话）、标点三个模型、起容器，全部由脚本代办，终端全程有进度条。看到下面这行就装好了：

The service has been started.

此时服务对外开放的端口是 10095。

里程碑三，验证连通。在客户端机器执行：

curl -k https://127.0.0.1:10095

能拿到HTTP/1.1 200或 WebSocket 握手响应，说明端口通了。

容器内部，端点检测、识别、标点预测已经串好。你丢进去的是音频，拿回来的就是文本，中间过程不用管。

🎙 三种用法，挑一种开始

先做选择：

• 只有一个文件：命令行客户端，最省事的试手方式
• 有一堆文件排队：wav.scp 批量，一行一个路径，客户端按顺序逐个处理
• 不想碰终端：浏览器页面，上传即转

客户端在runtime/python/websocket目录，先执行pip install -r requirements_client.txt装依赖。最常用的转写命令：

python funasr_wss_client.py --host 127.0.0.1 --port 10095 \ --mode offline --audio_in ./meeting.wav --output_dir ./out

--mode的取值对应三种策略：offline整段识别，online流式，2pass流式先出一遍草稿再由整段识别修正，原理见下图。

选批量时，把--audio_in指向一个 wav.scp 文件，每行写成标签 路径的格式。选网页端时，把runtime/html5/static/index.html拷到浏览器能打开的位置，填上服务地址和端口，就能上传音频或按麦克风转写。

🛠 踩坑与排查

• 证书告警：服务默认开着 SSL 且用自签证书，浏览器或 curl 报证书警告属正常现象，curl 加-k跳过校验即可。内网环境想关加密，安装脚本带--ssl 0参数。
• 客户端连了没反应：先跑安装脚本的--show子命令核对当前配置，确认端口和客户端--port一致；容器停了就用start拉起，stop、restart用于日常管理。
• mp3、m4a 转不了：客户端自身不解码非 wav 格式，需要自备 FFmpeg，Windows 执行winget install ffmpeg，Linux 用对应包管理器。
• 吞吐量不够：先stop，再用update子命令改--decode_thread_num和--io_thread_num，然后restart。16 核机器从 8/4 起步压测调整；配置改动只对重启后的容器生效。
• 专业词总写错：维护一份 hotwords.txt，每行一个词加权重，客户端用--hotword传入。
• 数字全是汉字：默认开着数字归一化（"一百二十三"→"123"），要保留原样就在客户端加--use_itn 0。

接下来去哪

• 换模型：用安装脚本update --asr_model指向其他模型 ID 或本地路径，候选清单在 model_zoo/modelscope_models.md
• 查参数：从 runtime/quick_start.md 入手，SDK 细节继续读 docs/
• 想训自己的模型：FunASR 的训练侧也在同一仓库，examples/ 里的脚本可直接照跑

【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