modelscope/FunASR

Что это?

Ключевые возможности

• 01Офлайн-транскрибация с моделями SenseVoiceSmall, Paraformer и Fun-ASR-Nano.
• 02Потоковое распознавание аудио в реальном времени с обработкой чанками.
• 03VAD, восстановление пунктуации и разметка говорящих в виде компонентов, которые можно комбинировать в конвейере.
• 04Совместимый с OpenAI сервер транскрибации и MCP-сервер для AI-агентов.
• 05Интерфейс командной строки с выводом в JSON или субтитрах SRT.
• 06Сборка на базе llama.cpp/GGUF для CPU и периферийных устройств без Python.

Сценарии использования

• Транскрибация встреч или интервью на китайском языке с указанием говорящих и временных меток.
• Пакетная генерация субтитров SRT для видео- и аудиофайлов.
• Создание систем субтитров в реальном времени или голосовых помощников на базе потокового ASR.
• Замена Whisper или облачного ASR API на собственный эндпоинт, совместимый с OpenAI.

Быстрый старт

1. 1

   Установите PyTorch и torchaudio (по умолчанию — wheels для CPU).

   pip install torch torchaudio
2. 2

   Установите FunASR из PyPI.

   pip install funasr
3. 3

   Запустите пример на Python с AutoModel (Fun-ASR-Nano; используйте device="cuda" только при подтверждённом наличии GPU).

Что важно знать

• !Для примера Fun-ASR-Nano с GPU необходима подтверждённая NVIDIA GPU и соответствующие wheels PyTorch с поддержкой CUDA.
• !На веса моделей распространяются отдельные лицензии, отличные от лицензии MIT на toolkit; некоторые модели предоставлены сторонними разработчиками.

Темы

Частые вопросы

Что такое FunASR?

Открытый набор инструментов для офлайн-распознавания речи и ASR в потоковом режиме, с VAD, расстановкой знаков препинания, метками говорящих и совместимым с OpenAI сервером. FunASR — набор инструментов на Python от ModelScope для преобразования речи в текст. В него входят предварительно обученные ASR-модели, например SenseVoiceSmall, Paraformer и Fun-ASR-Nano, а также компоненты для обнаружения голосовой активности (FSMN-VAD, Silero VAD), восстановления пунктуации (ct-punc) и получения эмбеддингов говорящих (CAM++). Их можно объединить в один конвейер через интерфейс AutoModel.

FunASR можно использовать бесплатно? Какая у него лицензия?

FunASR распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

FunASR всё ещё поддерживается?

Активно поддерживается. Последний коммит в FunASR — 18 окт. 2026 г..

Для чего можно использовать FunASR?

Транскрибация встреч или интервью на китайском языке с указанием говорящих и временных меток. Пакетная генерация субтитров SRT для видео- и аудиофайлов. Создание систем субтитров в реальном времени или голосовых помощников на базе потокового ASR. Замена Whisper или облачного ASR API на собственный эндпоинт, совместимый с OpenAI.

Как установить FunASR?

Установите PyTorch и torchaudio (по умолчанию — wheels для CPU).: pip install torch torchaudio Установите FunASR из PyPI.: pip install funasr Запустите пример на Python с AutoModel (Fun-ASR-Nano; используйте device="cuda" только при подтверждённом наличии GPU).

Где скачать FunASR?

Исходный код и инструкции по установке — на GitHub: https://github.com/modelscope/FunASR