FunASR 离线语音转写：一条命令部署加一条命令转写的本地完整实操指南-港品优选

FunASR 离线语音转写：一条命令部署加一条命令转写的本地完整实操指南

【免费下载链接】FunASROpen-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.项目地址: https://gitcode.com/GitHub_Trending/fun/FunASR

客服录音质检、会议纪要、庭审与访谈转写，这类音频往往不能离开内网：合规要求数据不出域，云端 API 按量计费且延迟不可控。FunASR 是达摩院开源的语音识别工具包，一条部署脚本即可把 ASR 识别、VAD 端点检测、标点补全装进一个本地 WebSocket 服务，音频进、文本出，全程不经过任何云端接口。

🧩 FunASR 能力模块与适用边界

模块	解决什么问题	本文路径
ASR 识别（Paraformer-Large 中文）	把音频转成文字，整段离线识别精度最高	✅ 核心路径
VAD（FSMN-VAD，语音端点检测，判断哪段有人在说话）	切掉长音频里的静音段，分段送识别	✅ 服务端内置，随流水线自动执行
标点补全（CT-Transformer）	给识别文本加逗号、句号，输出可读段落	✅ 服务端内置
流式识别（online / 2pass 模式）	边说边出字；2pass 先流式出草稿再离线修正	⭕ 客户端开关切换，本文只演示 offline
说话人分离、训练自训模型、热词 NN 模型	多人会议分轨、领域微调、强召回	❌ 超出本文范围，见文末扩展材料

适用场景：内网闭环、数据合规敏感、文件级批量转写（会议纪要、客服录音、庭审录音）。不适用：需要 GPU 高吞吐推理、需要实时直播级低延时、需要训练自有领域模型的读者，本文只覆盖 CPU 单机的最短落地路径。

🩺 部署前体检：依赖清单

操作系统：Linux（Ubuntu / CentOS / Debian，脚本读取/etc/os-release自动适配）；Windows 走 Docker Desktop 并开启 WSL2 后端
Docker：缺失时一行安装（FunASR 官方脚本）：

curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/shell/install_docker.sh && sudo bash install_docker.sh # 验证：docker info 能输出系统信息即安装成功

磁盘：预留 ≥ 10GB（Docker 镜像 + ASR/VAD/标点三个模型 + 样例）
外网：脚本需拉取镜像（阿里云容器镜像仓库）并下载模型，机器必须可出网
端口：10095 空闲，用ss -lntp | grep 10095确认无输出

🚀 一键部署离线转写服务

第 1 步：获取源码

git clone https://gitcode.com/GitHub_Trending/fun/FunASR cd FunASR/runtime/deploy_tools

成功标志：当前目录能看到funasr-runtime-deploy-offline-cpu-zh.sh脚本文件。

第 2 步：安装并启动服务

sudo bash funasr-runtime-deploy-offline-cpu-zh.sh install

脚本按 6 个阶段执行：拉取镜像列表 → 选择 ASR/VAD/标点模型 → 输入端口（默认 10095，直接回车）→ 展示参数确认（输入 Y）→ 自动安装 Docker 并拉镜像 → 启动容器并下载样例。

成功标志：终端输出The service has been started.，同时样例代码已解压到./funasr-runtime-resources/samples/。

服务自检：三条命令确认服务活着

# 1. 查看当前全部配置（端口、SSL、线程数） sudo bash funasr-runtime-deploy-offline-cpu-zh.sh show # 2. 确认容器处于 Up 状态 sudo docker ps | grep funasr_repo # 3. 探测 10095 端口（服务端默认开 SSL 自签证书，用 -k 跳过校验） curl -k -s -o /dev/null -w "%{http_code}\n" https://127.0.0.1:10095

正常返回：docker ps中 STATUS 列为Up；curl 打印出任意 HTTP 状态码（如400或200）即表示有进程在监听。返回000或提示Connection refused说明服务未起。

🎙️ 最小闭环：完成一次真实转写

输入样例：部署脚本已下载一段示例音频asr_example.wav（中文 16k 录音），路径在仓库根目录下为：

runtime/deploy_tools/funasr-runtime-resources/samples/audio/asr_example.wav

一条命令转写（在仓库根目录执行）：

# 先装客户端依赖（仅需一次） pip install -r runtime/python/websocket/requirements_client.txt # 发起一次 offline 整段识别，结果写入 ./out python runtime/python/websocket/funasr_wss_client.py \ --host 127.0.0.1 --port 10095 \ --mode offline \ --audio_in runtime/deploy_tools/funasr-runtime-resources/samples/audio/asr_example.wav \ --output_dir ./out

终端实时输出样例（识别文本随音频长度变化，此处为示意）：

connect to wss://127.0.0.1:10095 pid0_0: asr_example.wav: 你好，这是一段用于测试离线语音识别的示例音频。 [MEETING 0_0] connection closed normally end

看到pid0_0:开头的行即转写成功。

产物文件位置：

路径	内容
`./out/text.0_0`	每行一条结果：`音频名 \t 文本 \t 时间戳`（带时间戳的 tab 分隔文本）
`./asr_logs/`	`events.jsonl`（服务端每条消息）与`meta.json`（本次运行参数），便于复现与验收

不想敲命令的话，用浏览器打开runtime/html5/static/index.html，填入服务地址与端口 10095，直接上传音频或点麦克风转写。

🎛️ 常用开关速查

参数 / 开关	作用	何时用
`--audio_in <wav.scp>`	批量：scp 文件每行`标签路径`，逐条转写	一次转多个录音
`--mode online`/`--mode 2pass`	流式边说边出 / 先流式草稿再离线修正	会议实时字幕、需要低延时出字
非 wav 输入（mp3、m4a）	客户端需 FFmpeg 解码	`apt-get install -y ffmpeg`（Windows 用`winget install ffmpeg`）
`--hotword <file.txt>`	热词文件，每行`词权重`，如`达摩院 20`	专有名词、术语、产品名易错时提升召回
`--use_itn 0`	关闭数字归一化（ITN 会把"一百二十三"转成"123"）	希望保留原始读法时
`--ssl 0`	客户端走 ws:// 明文连接	服务端已执行`update --ssl 0`
`--thread_num 4`	客户端多线程并行发送多个文件	大批量时单线程吞吐不够
`update --asr_model <模型ID或本地路径>`	服务端换 ASR 模型（改完自动重启）	换行业领域模型
`update --decode_thread_num 8`/`--io_thread_num 2`	调服务端解码/IO 线程数	压测发现并发不足
`update --host_port 10096`	换监听端口（自动重启容器）	10095 被占用

🧯 排坑清单

症状：curl 返回000或Connection refused原因：容器未启动，或端口与--show显示的不一致解法：sudo bash funasr-runtime-deploy-offline-cpu-zh.sh start，再--show核对实际端口
症状：install卡在模型下载进度条不动原因：机器无法访问模型源或镜像仓库（网络策略拦截）解法：确认出网；模型落盘在funasr-runtime-resources/models/，可手动放好后重跑start
症状：转写 mp3/m4a 报错、解码失败原因：客户端缺 FFmpeg，无法解压缩格式解法：apt-get install -y ffmpeg（Windows 用winget install ffmpeg）后重跑
症状：提示 10095 端口被占用，容器起不来原因：本机已有服务占用默认端口解法：update --host_port 10096（脚本自动重启），客户端--port 10096同步改
症状：客户端报 SSL 证书相关错误原因：服务端默认使用自签证书解法：示例客户端默认--ssl 1且跳过证书校验；需明文时服务端update --ssl 0，客户端加--ssl 0

边界与延伸材料

本文覆盖的是 CPU 单机、文件级离线转写的最短路径：16k 中文录音、VAD 切分、离线识别、标点补全，适合对数据出网敏感的内网业务闭环。若需要实时听写、说话人分离、时间戳精细对齐或训练领域模型，请延伸阅读：

官方快速开始（Python 版 WebSocket 服务端/客户端更多示例）：runtime/quick_start_zh.md
离线服务部署进阶指南（换模型、ITN、热词服务端配置）：runtime/docs/SDK_advanced_guide_offline_zh.md
客户端完整参数与用法：runtime/python/websocket/README.md

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析