fasr-asr-paraformer 0.5.1

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

模型实例化时会自动执行 download_checkpoint() + load_checkpoint()：

from fasr.config import registry

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

# 使用自定义权重目录
model.load_checkpoint("/path/to/custom/paraformer")

运行期 / 会话参数

公共字段（离线 paraformer / seaco_paraformer）

参数	类型	默认值	说明
checkpoint	str | None	子类各自默认	远程 repo_id；非空时实例化会自动下载
cache_dir	str | Path | None	None	缓存目录，None 使用 fasr.utils.get_cache_dir()
endpoint	Literal["modelscope", "huggingface", "hf-mirror"]	"modelscope"	下载端点
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
batch_size	int	10000	推理批次大小

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