尧图网站建设 
FunASR 安装新手 3 步装好并验证环境【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/FunASRFunASR 安装并不复杂。这是一个开源语音识别项目——把会议录音变成带说话人标签的文字、把外语讲座转成字幕、把实时音频流滚出识别结果都是它的日常。下面带你从零把环境跑通。 它能帮你做什么想象这三个场景开会一整段会议录音丢进去出来的不是一坨文字而是谁在哪个时间点说了什么直接当纪要底稿。听外语多语言音频中、英、日、韩、粤等能直接转成文字不用先判断这是哪种语言。做字幕、实时应用边播边识别延迟低适合直播字幕、语音输入这类要跟着说的场景。不用记任何模型名。装好后按场景挑参数就行本文不展开。✅ 装前自查先花 30 秒对一遍比装完再排错省时间项目要求不满足会怎样操作系统Linux / macOS / Windows装不上或功能跑不全Python3.8 ~ 3.13依赖装失败或 import 报错pip已可用一切安装无从谈起GPUNVIDIA可选没有就全程 CPU慢但能跑确认python --version落在区间内再往下走。 三步装完第一步取代码把仓库拉下来进入目录git clone https://gitcode.com/GitHub_Trending/fun/FunASR.git cd FunASR做对了的样子目录里能看到funasr/包、setup.py和docs/。第二步装依赖先装 PyTorch再装项目本体源码方式pip install torch torchaudio pip install -e ./有 NVIDIA 卡的话先按你的驱动版本选对应的 CUDA 版 PyTorch wheel再执行第一条。做对了的样子第二条命令末尾输出Successfully installed funasr-...。第三步下载模型并验证先确认 GPU 是否可见python -c import torch; print(torch.cuda.is_available())输出True就用devicecuda否则用devicecpu。然后跑一段最小验证首次运行会自动把模型下载到本地from funasr import AutoModel model AutoModel(modelparaformer-zh, devicecpu) result model.generate(inputruntime/funasr_api/asr_example.wav) print(result)看到一段与示例音频对得上的中文文本就说明 FunASR 环境配置完成了。 这些报错你大概率会遇到现象 1M1/M2 Mac 报incompatible architecture (have (x86_64), need (arm64e))原因环境里混进了 x86 架构编译的 cffi。解决pip uninstall cffi pycparser ARCHFLAGS-arch arm64 pip install cffi pycparser --compile --no-cache-dir现象 2torch.cuda.is_available()打印False原因装的 PyTorch wheel 与显卡驱动不匹配或装的是纯 CPU 版。解决对照你的驱动版本重装匹配的 CUDA wheel再打印一次变成True才算数。现象 3ModuleNotFoundError: No module named torch原因命令跑在了没装依赖的解释器里常见于机器上有好几套 Python、虚拟环境没激活。解决用which python确认当前解释器它就是刚才执行pip install -e ./的那一个。 接下来去哪儿多平台安装细节docs/installation/installation_zh.md不写代码、命令行直接转写文件docs/cli.md更多排障问答docs/troubleshooting_zh.md暂时不想配本地环境examples/colab/ 里有浏览器里就能跑的 notebook把这篇当作你的 FunASR 教程第一课——拿一段会议录音丢进去试试你的环境吧。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 FunASR 安装：新手 3 步装好并验证环境
FunASR 安装新手 3 步装好并验证环境【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/FunASRFunASR 安装并不复杂。这是一个开源语音识别项目——把会议录音变成带说话人标签的文字、把外语讲座转成字幕、把实时音频流滚出识别结果都是它的日常。下面带你从零把环境跑通。 它能帮你做什么想象这三个场景开会一整段会议录音丢进去出来的不是一坨文字而是谁在哪个时间点说了什么直接当纪要底稿。听外语多语言音频中、英、日、韩、粤等能直接转成文字不用先判断这是哪种语言。做字幕、实时应用边播边识别延迟低适合直播字幕、语音输入这类要跟着说的场景。不用记任何模型名。装好后按场景挑参数就行本文不展开。✅ 装前自查先花 30 秒对一遍比装完再排错省时间项目要求不满足会怎样操作系统Linux / macOS / Windows装不上或功能跑不全Python3.8 ~ 3.13依赖装失败或 import 报错pip已可用一切安装无从谈起GPUNVIDIA可选没有就全程 CPU慢但能跑确认python --version落在区间内再往下走。 三步装完第一步取代码把仓库拉下来进入目录git clone https://gitcode.com/GitHub_Trending/fun/FunASR.git cd FunASR做对了的样子目录里能看到funasr/包、setup.py和docs/。第二步装依赖先装 PyTorch再装项目本体源码方式pip install torch torchaudio pip install -e ./有 NVIDIA 卡的话先按你的驱动版本选对应的 CUDA 版 PyTorch wheel再执行第一条。做对了的样子第二条命令末尾输出Successfully installed funasr-...。第三步下载模型并验证先确认 GPU 是否可见python -c import torch; print(torch.cuda.is_available())输出True就用devicecuda否则用devicecpu。然后跑一段最小验证首次运行会自动把模型下载到本地from funasr import AutoModel model AutoModel(modelparaformer-zh, devicecpu) result model.generate(inputruntime/funasr_api/asr_example.wav) print(result)看到一段与示例音频对得上的中文文本就说明 FunASR 环境配置完成了。 这些报错你大概率会遇到现象 1M1/M2 Mac 报incompatible architecture (have (x86_64), need (arm64e))原因环境里混进了 x86 架构编译的 cffi。解决pip uninstall cffi pycparser ARCHFLAGS-arch arm64 pip install cffi pycparser --compile --no-cache-dir现象 2torch.cuda.is_available()打印False原因装的 PyTorch wheel 与显卡驱动不匹配或装的是纯 CPU 版。解决对照你的驱动版本重装匹配的 CUDA wheel再打印一次变成True才算数。现象 3ModuleNotFoundError: No module named torch原因命令跑在了没装依赖的解释器里常见于机器上有好几套 Python、虚拟环境没激活。解决用which python确认当前解释器它就是刚才执行pip install -e ./的那一个。 接下来去哪儿多平台安装细节docs/installation/installation_zh.md不写代码、命令行直接转写文件docs/cli.md更多排障问答docs/troubleshooting_zh.md暂时不想配本地环境examples/colab/ 里有浏览器里就能跑的 notebook把这篇当作你的 FunASR 教程第一课——拿一段会议录音丢进去试试你的环境吧。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考