源码编译GPU版本FunASR

这篇文章主要详细记录了我是如何在Linux系统中通过源码编译GPU版本的FunASR的过程，包括model.torchscript模型的转换。虽然可以直接拉取官方的docker镜像，但是镜像拉取速度很慢，并且有些公司不让使用docker在生产环境中。这里就记录了自己的实操过程，希望对你们有帮助。

Fun-ASR-Nano深度评测

Fun-ASR-Nano-2512 是由阿里巴巴旗下的通义实验室开源的语音识别模型，通义实验室之前还开源了 SenseVoiceSmall 和 Paraformer 模型，这篇文章使用三种模型对多种方言，以及真实电话录音进行对比测试，在开源的数据集中评估的结果官方已经给出，这里使用自己的数据测试。

基于FunASR开发的FunASR_API接口项目

这是基于FunASR开发的一套语音识别接口，可私有化部署语音识别接口，可以准确识别通话录音，会议录音，可区分说话人，部署简单，支持在Linux服务器中部署。

记录基于FunASR训练的通话录音转写ASR模型

这篇博文详细记录了我给一家公司训练外呼用的ASR模型，开源的ASR模型通常在外呼中识别的准确率偏低，这里使用了16万多条真实通话录音进行训练，真实的通话噪音，基于优秀的SenseVoiceSmall模型训练，训练后的准确率高于原始模型。

基于FunASR开发的内网私有化分布式集群部署语音识别接口

这篇文章主要记录了我开发的一款可支持分布式多服务器多显卡部署的区分说话人并语音识别的接口，适合给公司内部机房部署使用减少开支和确保数据安全。该接口基于FunASR来开发使用fastapi编写接口，使用celery来做分布式异步框架，使用redis做消息队列和缓存结果，可以支持高并发请求，使用公司部署。

Java实时字幕项目无需联网使用

这篇文章主要讲解如何在Java中使用Paraformer流式模型进行实时语音识别，可以做到边讲话边识别，不依赖Python环境，识别速度快，可使用CPU推理。

FunASR使用GPU快速推理方式triton_gpu

这篇文章主要讲解如何在Linux服务器中部署triton_gpu方式推理的SenseVoiceSmall接口，支持高并发，转写速度快，适合在公司生产环境中使用，支持大规模并发转写，在A100显卡上，转写10小时音频，只需26秒完成，速度极快。

基于FunASR中的SenseVoiceSmall实现的客家话语音识别

本文介绍了基于阿里SenseVoiceSmall模型训练的客家话语音识别系统。研究针对虚拟数字人无法识别方言的问题，收集了2231条梅州、惠州和粤西客家话数据（含网络采集和自行录制），通过微调训练提升了模型在客家话识别上的表现。实验对比显示，训练后模型识别准确率显著优于原模型（如"你好大家好"识别正确率提升明显）。作者指出当前模型对非训练区域的客家话识别效果有限，建议至少使用200小时数据达到工业级水平，并欢迎其他方言训练需求合作。

CentOS部署FunASR实时语音识别接口

如何在CentOS7.9服务器中部署一套实时语音识别接口给其它项目调用呢？看本篇文章你就懂了，其实很简单，我们使用的是国内大厂开源的语音识别项目部署，并且这个接口由阿里官方编译好了，直接部署到生产服务器上就行了。