fasr-asr-qwen3 0.4.0

Qwen3 ASR model for fasr

fasr-asr-qwen3

内置 Qwen3-ASR 推理（Transformers / vLLM）的语音识别模型插件，为 fasr 提供无时间戳 ASR 能力。

安装

pip install fasr-asr-qwen3

注册模型

注册名	类	默认 checkpoint	说明
qwen3_0.6b	Qwen3_06BForASR	Qwen/Qwen3-ASR-0.6B	Qwen3 小模型，当前不返回时间戳
qwen3_1.7b	Qwen3_17BForASR	Qwen/Qwen3-ASR-1.7B	Qwen3 大模型，当前不返回时间戳

使用方式

from fasr import AudioPipeline

pipeline = (
    AudioPipeline()
    .add_pipe("detector", model="fsmn")
    .add_pipe("recognizer", model="qwen3_1.7b")  # 或 qwen3_0.6b
    .add_pipe("sentencizer", model="ct_transformer")
)

from_checkpoint 参数

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
device_map	str | None	"auto"	设备映射，例如 "cuda:0"
dtype	str | torch.dtype | None	"bfloat16"	推理精度，支持 bfloat16/fp16/fp32
max_inference_batch_size	int	32	推理批次上限，避免 OOM
max_new_tokens	int	1024	最大生成 token 数

其余 **kwargs 会透传到 Qwen3ASRModel.LLM(...)（vLLM 后端）。

输出说明

• 当前模型不返回词级/字级时间戳。
• fasr 中会把整段识别文本作为一个 AudioToken 返回。