Skip to content

Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.

docs(vllm): clarify native realtime handshake boundary

LauraGPTa047362837e3
diff --git a/docs/vllm_guide_zh_v2.md b/docs/vllm_guide_zh_v2.md
index ad0c76208..1e5bbf75e 100644
--- a/docs/vllm_guide_zh_v2.md
+++ b/docs/vllm_guide_zh_v2.md
@@ -100,7 +100,10 @@ native checkpoint 传给 `AutoModelVLLM` 或
官方 `model.pt`、`config.yaml` 与 `Qwen3-0.6B/` 目录,因而会拒绝 native layout。
原生 `vllm serve` 的转写 API 不会自动获得 FunASR WebSocket 服务的 VAD、partial
-预览、会话状态或说话人处理。需要实时行为时,请按 vLLM 的
+预览、会话状态或说话人处理,因此 native Fun-ASR 模型没有可用的实时转写会话。
+即使对 `/v1/realtime` 发起 WebSocket 握手,也不能据此判断模型支持实时转写;当前
+vLLM 服务会拒绝这类握手,Uvicorn 通常显示 `403 Forbidden`。这是当前实现的拒绝表现,
+不是稳定的 API 契约,也不应据此编写支持性探测。需要实时行为时,请按 vLLM 的
[realtime speech-to-text 示例](https://docs.vllm.ai/en/latest/examples/speech_to_text/realtime/)
在应用侧实现音频分段、请求调度与可替换预览;需要 FunASR 已实现的 WebSocket
协议时,继续使用上文的官方 checkpoint + `serve_realtime_ws.py` 路径。
diff --git a/tests/test_vllm_model_source_docs.py b/tests/test_vllm_model_source_docs.py
index 14c43c3ff..578e2202c 100644
--- a/tests/test_vllm_model_source_docs.py
+++ b/tests/test_vllm_model_source_docs.py
@@ -39,6 +39,8 @@ def test_v2_guide_keeps_native_vllm_and_funasr_realtime_paths_separate():
"vllm serve FunAudioLLM/Fun-ASR-Nano-2512-vllm --port 8000",
"serve_realtime_ws.py",
"realtime speech-to-text",
+ "没有可用的实时转写会话",
+ "不是稳定的 API 契约",
]
for marker in required_markers: