modelscope/FunASR

어떤 프로젝트인가요?

핵심 기능

• 01SenseVoiceSmall, Paraformer, Fun-ASR-Nano 등의 모델을 사용한 오프라인 전사.
• 02실시간 오디오를 위한 청크 기반 스트리밍 인식.
• 03파이프라인 구성 요소로 조합할 수 있는 VAD, 문장 부호 복원, 화자 라벨링.
• 04OpenAI 호환 전사 서버와 AI 에이전트용 MCP 서버.
• 05JSON 또는 SRT 자막을 출력하는 명령줄 인터페이스.
• 06Python 없이 CPU 및 엣지 디바이스에서 사용할 수 있는 llama.cpp/GGUF 빌드.

활용 사례

• 화자 및 타임스탬프 정보와 함께 중국어 회의나 인터뷰를 전사.
• 동영상 또는 오디오 파일의 SRT 자막을 일괄 생성.
• 스트리밍 ASR을 기반으로 실시간 자막이나 음성 비서 구축.
• Whisper 또는 클라우드 ASR API를 자체 호스팅하는 OpenAI 호환 엔드포인트로 대체.

빠른 시작

1. 1

   PyTorch와 torchaudio를 설치합니다(기본값은 CPU용 wheel).

   pip install torch torchaudio
2. 2

   PyPI에서 FunASR을 설치합니다.

   pip install funasr
3. 3

   AutoModel을 사용하는 Python 예제를 실행합니다(Fun-ASR-Nano, GPU가 확인된 경우에만 device="cuda" 사용).

사용 전 알아둘 점

• !Fun-ASR-Nano GPU 예제를 실행하려면 NVIDIA GPU가 확인되어야 하며, 이에 맞는 PyTorch CUDA wheel이 필요합니다.
• !모델 가중치에는 MIT 라이선스 툴킷과 별도의 라이선스가 적용되며, 일부 모델은 타사에서 제공합니다.

토픽

자주 묻는 질문

FunASR은(는) 무엇인가요?

오프라인 및 스트리밍 ASR을 위한 오픈소스 음성 인식 툴킷으로, VAD, 문장 부호 복원, 화자 라벨링과 OpenAI 호환 서빙을 지원합니다. FunASR은 음성을 텍스트로 변환하는 ModelScope의 Python 툴킷입니다. SenseVoiceSmall, Paraformer, Fun-ASR-Nano 같은 사전 학습 ASR 모델과 음성 활동 감지(FSMN-VAD, Silero VAD), 문장 부호 복원(ct-punc), 화자 임베딩(CAM++) 구성 요소를 제공하며, AutoModel 인터페이스를 통해 하나의 파이프라인으로 연결할 수 있습니다.

FunASR은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

FunASR은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

FunASR은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. FunASR의 마지막 커밋은 2026년 10월 18일입니다.

FunASR은(는) 어디에 사용할 수 있나요?

화자 및 타임스탬프 정보와 함께 중국어 회의나 인터뷰를 전사. 동영상 또는 오디오 파일의 SRT 자막을 일괄 생성. 스트리밍 ASR을 기반으로 실시간 자막이나 음성 비서 구축. Whisper 또는 클라우드 ASR API를 자체 호스팅하는 OpenAI 호환 엔드포인트로 대체.

FunASR는 어떻게 설치하나요?

PyTorch와 torchaudio를 설치합니다(기본값은 CPU용 wheel).: pip install torch torchaudio PyPI에서 FunASR을 설치합니다.: pip install funasr AutoModel을 사용하는 Python 예제를 실행합니다(Fun-ASR-Nano, GPU가 확인된 경우에만 device="cuda" 사용).

FunASR은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/modelscope/FunASR