企业官网建设流程全解析

Windows 上把录音批量转成文字：FunASR 语音识别最短路径跑通

【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

手头 10 段会议录音，周五前要交文字稿。FunASR 社区软件包干的就是这件事：本地语音识别，离线转写、流式听写、VAD 切分、标点恢复一条链路走通。它是 Python 工具包，装上就能跑，CPU 也能出结果。

4 步装好并转出第一条文本 🚀

这节只写不跑不通的动作，照着敲就行。

1. 装包，并装好匹配版本的 PyTorch（>= 1.11）：

pip3 install -U funasr python -c "import funasr; print(funasr.__version__)"

2. 启动 WebSocket 转写服务，默认监听 10095 端口：

cd runtime/python/websocket python funasr_wss_server.py --port 10095

3. 另开一个终端，用仓库自带的客户端连上去验证。--mode 2pass走实时麦克风，换成--mode offline --audio_in .\a.wav就转文件：

python funasr_wss_client.py --host "127.0.0.1" --port 10095 --mode 2pass

4. 客户端开始往外打识别文本，链路就通了。批量转文件时，对每一段录音各跑一次 offline 模式即可。

这套方案覆盖哪些活 📋

社区软件包对应的服务形态在下面的路线图里一张图看全：

动手前先对一张门槛表

前置条件只有这些，不满足就先补齐再往下走：

按内存分档设参数

并发和量化档位跟着硬件走，先按表设，跑不动再往下调：

量化精度指 GGUF 模型档位。CPU 预编译包默认--backend cpu，不需要额外装运行库；Vulkan 包只用显卡驱动自带组件，不装 SDK。

跑之前先对一下这 5 个坑

Python 版本装不上。根因：3.13 以上暂不支持。解法：python --version确认落在 3.8 ~ 3.13；确认pip --version指向同一份解释器。

CUDA 后端起不来。根因：NVIDIA 驱动过旧。解法：更新驱动到匹配版本；不行就先--backend cpu，结果不受影响，只是慢些。

Vulkan 报没有设备。根因：显卡驱动太老。解法：装最新 AMD / Intel / NVIDIA 驱动后重试。AMD 驱动超时的话，把环境变量GGML_VK_MAX_NODES_PER_SUBMIT设成 16，再降 8 或 1。

10095 端口被占。根因：别的进程占了端口。解法：netstat -ano | findstr 10095查出占用进程，释放或换端口。

首次运行卡住。根因：模型还没下载完。解法：看终端进度；离线环境先把 GGUF 模型放到本地目录，再用-m参数指向它。

出口

• 快速开始：runtime/quick_start_zh.md
• 软件包路线图：runtime/readme_cn.md
• WebSocket 部署：runtime/python/websocket/
• 安装文档：docs/installation/installation_zh.md

跑通第一条之后，剩下的都是调参的事。

【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