modelscope/FunASR

O que é?

Recursos principais

• 01Transcrição offline com modelos como SenseVoiceSmall, Paraformer e Fun-ASR-Nano.
• 02Reconhecimento em streaming por blocos para áudio ao vivo.
• 03VAD, restauração de pontuação e identificação de falantes como componentes combináveis de pipeline.
• 04Servidor de transcrição compatível com OpenAI e servidor MCP para agentes de IA.
• 05Interface de linha de comando que gera arquivos JSON ou legendas SRT.
• 06Build llama.cpp/GGUF para CPU e dispositivos de borda, sem Python.

Casos de uso

• Transcrever reuniões ou entrevistas em chinês com informações sobre falantes e timestamps.
• Gerar legendas SRT em lote para arquivos de vídeo ou áudio.
• Criar legendas ao vivo ou assistentes de voz com ASR em streaming.
• Substituir uma API do Whisper ou de ASR na nuvem por um endpoint autohospedado compatível com OpenAI.

Início rápido

1. 1

   Instale PyTorch e torchaudio (por padrão, wheels para CPU).

   pip install torch torchaudio
2. 2

   Instale FunASR pelo PyPI.

   pip install funasr
3. 3

   Execute o exemplo em Python com AutoModel (Fun-ASR-Nano; use device="cuda" somente se uma GPU tiver sido verificada).

Antes de usar

• !O exemplo de GPU do Fun-ASR-Nano requer uma GPU NVIDIA verificada e wheels do PyTorch com CUDA compatíveis.
• !Os pesos dos modelos têm licenças separadas da licença MIT do toolkit, e alguns modelos são de terceiros.

Tópicos

Perguntas frequentes

O que é FunASR?

Toolkit open source de reconhecimento de fala para ASR offline e em streaming, com VAD, pontuação, identificação de falantes e serviço compatível com OpenAI. FunASR é um toolkit Python do ModelScope para converter fala em texto. Ele reúne modelos ASR pré-treinados, como SenseVoiceSmall, Paraformer e Fun-ASR-Nano, além de componentes para detecção de atividade de voz (FSMN-VAD, Silero VAD), restauração de pontuação (ct-punc) e embeddings de falantes (CAM++), que podem ser encadeados em um único pipeline pela interface AutoModel.

FunASR é gratuito? Qual é a licença?

FunASR é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

FunASR ainda é mantido?

Manutenção ativa. O último commit de FunASR foi em 18 de out. de 2026.

Para que posso usar FunASR?

Transcrever reuniões ou entrevistas em chinês com informações sobre falantes e timestamps. Gerar legendas SRT em lote para arquivos de vídeo ou áudio. Criar legendas ao vivo ou assistentes de voz com ASR em streaming. Substituir uma API do Whisper ou de ASR na nuvem por um endpoint autohospedado compatível com OpenAI.

Como instalar FunASR?

Instale PyTorch e torchaudio (por padrão, wheels para CPU).: pip install torch torchaudio Instale FunASR pelo PyPI.: pip install funasr Execute o exemplo em Python com AutoModel (Fun-ASR-Nano; use device="cuda" somente se uma GPU tiver sido verificada).

Onde consigo FunASR?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/modelscope/FunASR