fasr-asr-paraformer 0.4.0

paraformer asr model for fasr

fasr-asr-paraformer

基于 Paraformer 的语音识别模型插件，为 fasr 提供离线 ASR 能力，支持带时间戳输出和热词偏置。

安装

pip install fasr-asr-paraformer

注册模型

注册名	类	默认 checkpoint	说明
paraformer	ParaformerForASR	iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch	离线 Paraformer，输出带时间戳的 token
seaco_paraformer	SeacoParaformerForASR	iic/speech_seaco_paraformer_large_asr_nat-zh-cn-16k-common-vocab8404-pytorch	支持热词偏置的 Paraformer

模型权重默认从 ModelScope 自动下载。

使用方式

在流水线中使用

from fasr import AudioPipeline

# 标准 Paraformer
pipeline = (
    AudioPipeline()
    .add_pipe("detector", model="fsmn")
    .add_pipe("recognizer", model="paraformer")
    .add_pipe("sentencizer", model="ct_transformer")
)

audio = pipeline("example.wav")
print(audio.text)

热词识别

pipeline = (
    AudioPipeline()
    .add_pipe("detector", model="fsmn")
    .add_pipe("recognizer", model="seaco_paraformer")
    .add_pipe("sentencizer", model="ct_transformer")
)

audio = pipeline("meeting.wav", hotwords=["Paraformer", "语音识别"])

单独使用模型

from fasr.config import registry

model = registry.asr_models.get("paraformer")()
model.from_checkpoint()

tokens = model.transcribe([waveform_array], sample_rate=16000)
for tok in tokens[0]:
    print(f"{tok.text} [{tok.start_ms}-{tok.end_ms}ms]")

from_checkpoint 参数

ParaformerForASR（paraformer）

参数	类型	默认值	说明
checkpoint_dir	str | Path | None	None（自动下载）	模型权重目录
disable_update	bool	True	禁用 FunASR 自动更新检查
disable_log	bool	True	禁用 FunASR 日志输出
disable_pbar	bool	True	禁用进度条

SeacoParaformerForASR（seaco_paraformer）

参数与 ParaformerForASR 相同。

额外 **kwargs 会直接传递给 funasr.AutoModel()。

transcribe 额外参数

参数	说明
sample_rate	输入音频采样率，默认 16000
hotwords（仅 seaco）	热词列表，如 ["Paraformer", "语音识别"]

依赖

• fasr
• funasr、funasr-onnx
• torch、torchaudio
• Python 3.10–3.12