fasr 0.5.0.post0

FASR: Fast Automatic Speech Recognition Pipeline

fasr

fasr 是一个面向生产场景的 Python 语音推理框架，专注于将语音处理能力以可组合、可扩展的方式落地到工程系统中。

它围绕 AudioPipeline 构建，支持将 VAD、ASR、标点恢复、语种识别等能力按组件自由编排，适用于离线转写、批处理任务和在线服务等场景。

核心特点：

• 插件化模型生态：能力按模型插件解耦，安装即注册，按需组合。
• 工程化流水线：统一数据结构与组件接口，便于维护和扩展。
• 高性能推理：组件异步执行，充分利用多核 CPU / GPU 资源。
• 面向生产：支持批量、流式与服务化部署，便于接入业务系统。

组件介绍

• loader：音频加载组件，负责读取本地或远程音频并构建 Audio 对象。
• detector：端点检测组件（VAD），将音频切分为语音片段（segments）。
• recognizer：语音识别组件（ASR），对每个语音片段进行转写。
• sentencizer：标点恢复与句子切分组件（Punc），将识别结果整理为可读文本。
• identifier：语言识别组件（LID，可选），用于多语言场景下识别语种。
• custom：支持通过 add_pipe() 注入自定义组件，扩展前后处理逻辑。

快速开始

fasr 的模型能力通过模型插件提供，需要先安装对应的插件包：

pip install fasr-vad-marblenet fasr-asr-qwen3

import fasr
from fasr import AudioPipeline

# 加载流水线（首次运行会自动下载模型权重）
asr = (
    AudioPipeline()
    .add_pipe("detector", model="marblenet")
    .add_pipe("recognizer", model="qwen3_0_6b")
)

# 单条识别
audio = asr("example.wav")
for channel in audio.channels:
    print(channel.text)

# 批次识别
audios = asr.run(["1.wav", "2.wav", "3.wav"])
for audio in audios:
    for channel in audio.channels:
        print(channel.text)

# 流式返回（大批量场景，逐条 yield）
for audio in asr.stream(["1.wav", "2.wav", "3.wav"]):
    for channel in audio.channels:
        print(channel.text)

模型插件

fasr 通过模型插件机制加载组件能力，按任务安装对应插件后可自由组合流水线：

任务	插件包	典型模型
VAD	fasr-vad-marblenet / fasr-vad-fsmn / fasr-vad-firered	marblenet / fsmn / firered
ASR	fasr-asr-qwen3 / fasr-asr-paraformer / fasr-asr-firered / fasr-asr-fun	qwen3_0_6b / paraformer / firered_aed / fun_asr_nano
Punc	fasr-punc-ct-transformer	ct_transformer
LID	fasr-lid-firered	firered

如何编写模型插件

fasr 的插件机制基于 catalogue

• Python entry points，安装即注册，按需惰性导入。一个最小的 VAD 插件骨架如下：

1. 继承对应任务的基类并用 registry 装饰器注册：

# my_fasr_vad/models/vad.py
from fasr.models.vad_model import VADModel
from fasr.config import registry


@registry.vad_models.register("my_vad")
class MyVADModel(VADModel):
    def load_checkpoint(self, checkpoint_dir=None): ...
    def detect(self, audios): ...

2. 在插件包的 pyproject.toml 中声明 entry point，group 名必须用下划线 （对应 catalogue 的 namespace ("fasr", "vad_models") → fasr_vad_models）：

[project.entry-points."fasr_vad_models"]
my_vad = "my_fasr_vad.models.vad:MyVADModel"

每个任务对应一个固定的 group 名：

任务	entry point group
ASR	fasr_asr_models
流式 ASR	fasr_stream_asr_models
VAD	fasr_vad_models
流式 VAD	fasr_stream_vad_models
标点	fasr_punc_models
语种识别	fasr_lid_models

注意：不要写成 fasr.vad_models（点号），catalogue 只按下划线 命名查找 entry point，点号写法会导致 registry.resolve(cfg) 找不到模型。 如果注册名本身带点（例如 stream_fsmn.onnx），请用引号包起来： "stream_fsmn.onnx" = "..."。

3. pip install -e .（或 uv pip install -e .）安装插件后，配置文件里 @vad_models = "my_vad" 就会被 fasr.load(cfg) 自动发现，无需手动 import。 其它插件的重型依赖（如 torch、vllm）不会被一同拉起，只有真正被配置引用的插件 才会被导入。