| | |
|---|
| | | # FunASR实时语音听写服务开发指南 |
|---|
| | | (简体中文|[English](SDK_advanced_guide_online.md)) |
|---|
| | | |
|---|
| | | FunASR提供可便捷本地或者云端服务器部署的实时语音听写服务，内核为FunASR已开源runtime-SDK。 |
|---|
| | | 集成了达摩院语音实验室在Modelscope社区开源的语音端点检测(VAD)、Paraformer-large非流式语音识别(ASR)、Paraformer-large流式语音识别(ASR)、标点(PUNC) 等相关能力。软件包既可以实时地进行语音转文字，而且能够在说话句尾用高精度的转写文字修正输出，输出文字带有标点，支持高并发多路请求 |
|---|
| | | [//]: # (FunASR提供可便捷本地或者云端服务器部署的实时语音听写服务，内核为FunASR已开源runtime-SDK。) |
|---|
| | | [//]: # (集成了达摩院语音实验室在Modelscope社区开源的语音端点检测(VAD)、Paraformer-large非流式语音识别(ASR)、Paraformer-large流式语音识别(ASR)、标点(PUNC) 等相关能力。软件包既可以实时地进行语音转文字，而且能够在说话句尾用高精度的转写文字修正输出，输出文字带有标点，支持高并发多路请求) |
|---|
| | | FunASR实时语音听写软件包，集成了实时版本的语音端点检测模型、语音识别、语音识别、标点预测模型等。采用多模型协同，既可以实时的进行语音转文字，也可以在说话句尾用高精度转写文字修正输出，输出文字带有标点，支持多路请求。依据使用者场景不同，支持实时语音听写服务（online）、非实时一句话转写（offline）与实时与非实时一体化协同（2pass）3种服务模式。软件包提供有html、python、c++、java与c#等多种编程语言客户端，用户可以直接使用与进一步开发。 |
|---|
| | | |
|---|
| | | |
|---|
| | | 本文档为FunASR实时转写服务开发指南。如果您想快速体验实时语音听写服务，可参考[快速上手](#快速上手)。 |
|---|
| | | |
|---|
| | |
|---|
| | | --punc-quant True为量化PUNC模型，False为非量化PUNC模型，默认是True |
|---|
| | | --itn-dir modelscope model ID 或者 本地模型路径 |
|---|
| | | --port 服务端监听的端口号，默认为 10095 |
|---|
| | | --decoder-thread-num 服务端启动的推理线程数，默认为 8 |
|---|
| | | --decoder-thread-num 服务端线程池个数(支持的最大并发路数)，默认为 8 |
|---|
| | | --model-thread-num 每路识别的内部线程数(控制ONNX模型的并行)，默认为 1， |
|---|
| | | 其中建议 decoder-thread-num*model-thread-num 等于总线程数 |
|---|
| | | --io-thread-num 服务端启动的IO线程数，默认为 1 |
|---|
| | | --certfile ssl的证书文件，默认为：../../../ssl_key/server.crt，如果需要关闭ssl，参数设置为0 |
|---|
| | | --keyfile ssl的密钥文件，默认为：../../../ssl_key/server.key |
|---|
| | | --hotword 热词文件路径，每行一个热词，格式：热词 权重(例如:阿里巴巴 20)，如果客户端提供热词，则与客户端提供的热词合并一起使用。 |
|---|
| | | --hotword 热词文件路径，每行一个热词，格式：热词 权重(例如:阿里巴巴 20)， |
|---|
| | | 如果客户端提供热词，则与客户端提供的热词合并一起使用，服务端热词全局生效，客户端热词只针对对应客户端生效。 |
|---|
| | | ``` |
|---|
| | | |
|---|
| | | ### 关闭FunASR服务 |
|---|
