fasr-paraformer

基于 Paraformer 的语音识别流水线插件，为 fasr 提供离线/流式 ASR、VAD 和标点恢复能力。

安装

# 作为 fasr 工作空间成员安装
uv sync

# 或单独安装
pip install fasr-paraformer

快速开始

import fasr

# 加载预置流水线（自动下载模型）
asr = fasr.load("paraformer")

# 识别音频
audios = asr("example.wav")
print(audios[0].text)

预置流水线

# 带热词的识别
asr = fasr.load("seaco_paraformer")
audios = asr("meeting.wav", hotwords=["Paraformer", "语音识别"])

模型组件

ASR 模型

VAD 模型

标点模型

自定义流水线

from fasr import AudioPipeline

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

audios = pipeline("audio.wav")

依赖

• fasr >= 0.3.7
• funasr
• funasr-onnx >= 0.4.1
• onnxruntime >= 1.24.3
• torch >= 2.8.0
• torchaudio >= 2.8.0
• Python 3.10–3.12

项目结构

src/fasr_paraformer/
├── __init__.py              # 流水线构建函数 & entry points
├── asset/fsmn-vad/          # 内置 FSMN VAD 模型权重与配置
├── models/
│   ├── asr.py               # Paraformer / Seaco-Paraformer
│   ├── vad.py               # FSMN VAD
│   ├── pun.py               # CT-Transformer 标点恢复
│   ├── stream_asr.py        # 流式 Paraformer (Torch / ONNX)
│   └── stream_vad.py        # 流式 FSMN VAD (Torch / ONNX)
├── preprocessors/
│   ├── waveform/             # Fbank 特征提取、LFR、CMVN
│   └── text/                 # SentencePiece / Char 分词器
└── runtimes/
    └── ort.py                # ONNX Runtime 推理封装