Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
Python asraudiochineseemotion-recognitionfunasrmcp-servermultilingual-asropenai-compatible-apiparaformerpunctuationpytorchreal-time-asrspeaker-diarizationspeech-recognitionspeech-to-textstreaming-asrtranscriptionvllmvoice-activity-detectionwhisper-alternative
tutorial
游雁497198ebf9b1
diff --git a/docs/tutorial/README_zh.md b/docs/tutorial/README_zh.mdindex fad5893f8..572eef1c5 100644--- a/docs/tutorial/README_zh.md+++ b/docs/tutorial/README_zh.md@@ -17,16 +17,18 @@ print(res)```### 详细用法介绍++#### AutoModel 定义```pythonmodel = AutoModel(model=[str], device=[str], ncpu=[int], output_dir=[str], batch_size=[int], **kwargs)```-#### AutoModel 定义- `model`(str): [模型仓库](https://github.com/alibaba-damo-academy/FunASR/tree/main/model_zoo) 中的模型名称,或本地磁盘中的模型路径- `device`(str): `cuda:0`(默认gpu0),使用 GPU 进行推理,指定。如果为`cpu`,则使用 CPU 进行推理- `ncpu`(int): `4` (默认),设置用于 CPU 内部操作并行性的线程数- `output_dir`(str): `None` (默认),如果设置,输出结果的输出路径- `batch_size`(int): `1` (默认),解码时的批处理大小- `**kwargs`(dict): 所有在`config.yaml`中参数,均可以直接在此处指定,例如,vad模型中最大切割长度 `max_single_segment_time=6000` (毫秒)。+#### AutoModel 推理```pythonres = model.generate(input=[str], output_dir=[str])@@ -173,6 +175,16 @@ scp2jsonl \++jsonl_file_out="../../../data/list/train.jsonl"```+(可选,非必需)如果需要从jsonl解析成wav.scp与text.txt,可以使用指令:++```shell+# generate wav.scp and text.txt from train.jsonl and val.jsonl+jsonl2scp \+++scp_file_list='["../../../data/list/train_wav.scp", "../../../data/list/train_text.txt"]' \+++data_type_list='["source", "target"]' \+++jsonl_file_in="../../../data/list/train.jsonl"+```+#### 查看训练日志##### 查看实验logdiff --git a/examples/README_zh.md b/examples/README_zh.mdindex fad5893f8..572eef1c5 100644--- a/examples/README_zh.md+++ b/examples/README_zh.md@@ -17,16 +17,18 @@ print(res)```### 详细用法介绍++#### AutoModel 定义```pythonmodel = AutoModel(model=[str], device=[str], ncpu=[int], output_dir=[str], batch_size=[int], **kwargs)```-#### AutoModel 定义- `model`(str): [模型仓库](https://github.com/alibaba-damo-academy/FunASR/tree/main/model_zoo) 中的模型名称,或本地磁盘中的模型路径- `device`(str): `cuda:0`(默认gpu0),使用 GPU 进行推理,指定。如果为`cpu`,则使用 CPU 进行推理- `ncpu`(int): `4` (默认),设置用于 CPU 内部操作并行性的线程数- `output_dir`(str): `None` (默认),如果设置,输出结果的输出路径- `batch_size`(int): `1` (默认),解码时的批处理大小- `**kwargs`(dict): 所有在`config.yaml`中参数,均可以直接在此处指定,例如,vad模型中最大切割长度 `max_single_segment_time=6000` (毫秒)。+#### AutoModel 推理```pythonres = model.generate(input=[str], output_dir=[str])@@ -173,6 +175,16 @@ scp2jsonl \++jsonl_file_out="../../../data/list/train.jsonl"```+(可选,非必需)如果需要从jsonl解析成wav.scp与text.txt,可以使用指令:++```shell+# generate wav.scp and text.txt from train.jsonl and val.jsonl+jsonl2scp \+++scp_file_list='["../../../data/list/train_wav.scp", "../../../data/list/train_text.txt"]' \+++data_type_list='["source", "target"]' \+++jsonl_file_in="../../../data/list/train.jsonl"+```+#### 查看训练日志##### 查看实验logdiff --git a/examples/industrial_data_pretraining/paraformer/README_zh.md b/examples/industrial_data_pretraining/paraformer/README_zh.mdindex fad5893f8..572eef1c5 100644--- a/examples/industrial_data_pretraining/paraformer/README_zh.md+++ b/examples/industrial_data_pretraining/paraformer/README_zh.md@@ -17,16 +17,18 @@ print(res)```### 详细用法介绍++#### AutoModel 定义```pythonmodel = AutoModel(model=[str], device=[str], ncpu=[int], output_dir=[str], batch_size=[int], **kwargs)```-#### AutoModel 定义- `model`(str): [模型仓库](https://github.com/alibaba-damo-academy/FunASR/tree/main/model_zoo) 中的模型名称,或本地磁盘中的模型路径- `device`(str): `cuda:0`(默认gpu0),使用 GPU 进行推理,指定。如果为`cpu`,则使用 CPU 进行推理- `ncpu`(int): `4` (默认),设置用于 CPU 内部操作并行性的线程数- `output_dir`(str): `None` (默认),如果设置,输出结果的输出路径- `batch_size`(int): `1` (默认),解码时的批处理大小- `**kwargs`(dict): 所有在`config.yaml`中参数,均可以直接在此处指定,例如,vad模型中最大切割长度 `max_single_segment_time=6000` (毫秒)。+#### AutoModel 推理```pythonres = model.generate(input=[str], output_dir=[str])@@ -173,6 +175,16 @@ scp2jsonl \++jsonl_file_out="../../../data/list/train.jsonl"```+(可选,非必需)如果需要从jsonl解析成wav.scp与text.txt,可以使用指令:++```shell+# generate wav.scp and text.txt from train.jsonl and val.jsonl+jsonl2scp \+++scp_file_list='["../../../data/list/train_wav.scp", "../../../data/list/train_text.txt"]' \+++data_type_list='["source", "target"]' \+++jsonl_file_in="../../../data/list/train.jsonl"+```+#### 查看训练日志##### 查看实验log