fasr-punc-ct-transformer 0.5.0

ct-transformer punctuation model for fasr

fasr-punc-ct-transformer

基于 CT-Transformer 的标点恢复模型插件，为 fasr 提供中英文混合标点恢复能力。

安装

pip install fasr-punc-ct-transformer

注册模型

注册名	类	默认 checkpoint	说明
ct_transformer	CTTransformerForPunc	iic/punc_ct-transformer_zh-cn-common-vocab272727-pytorch	CT-Transformer 标点恢复，支持中英文混合

模型权重默认从 ModelScope 自动下载。

使用方式

在流水线中使用

标点模型通常作为 sentencizer 组件在流水线末端使用：

from fasr import AudioPipeline

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

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.punc_models.get("ct_transformer")()
spans = model.restore("今天天气真好我想出去玩你觉得呢")
for span in spans:
    print(span.text)  # 带标点的句子

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

运行期 / 会话参数

参数	类型	默认值	说明
checkpoint	str | None	"iic/punc_ct-transformer_zh-cn-common-vocab272727-pytorch"	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

依赖

• fasr
• funasr
• Python 3.10–3.12