39 lines
1.2 KiB
Markdown
39 lines
1.2 KiB
Markdown
# 中文录音转写服务
|
||
|
||
该服务使用 FunASR 的中文 Paraformer、FSMN-VAD 和标点模型，为 Rust API 提供本地录音转写。模型首次启动时会下载约 2.1 GB 到持久化缓存，完成后 `/health` 才会可用。
|
||
|
||
## Docker 启动
|
||
|
||
在项目根目录执行：
|
||
|
||
```bash
|
||
docker compose -f compose.asr.yml up --build -d
|
||
curl http://127.0.0.1:10095/health
|
||
```
|
||
|
||
默认使用 CPU 且只允许一个并发推理任务。可通过 `ASR_DEVICE`、`ASR_MAX_CONCURRENCY`、`ASR_MODEL`、`ASR_VAD_MODEL` 和 `ASR_PUNC_MODEL` 调整。GPU 部署需要使用带 CUDA 的 PyTorch 基础环境，不能只把 CPU 镜像中的 `ASR_DEVICE` 改为 `cuda`。
|
||
|
||
## 本机 Python 启动
|
||
|
||
支持 Python 3.9 及以上版本，推荐 Python 3.10：
|
||
|
||
```bash
|
||
cd asr-service
|
||
python3.10 -m venv .venv
|
||
source .venv/bin/activate
|
||
pip install -r requirements.txt
|
||
MODELSCOPE_CACHE=.models uvicorn app:app --host 127.0.0.1 --port 10095 --no-access-log
|
||
```
|
||
|
||
## 接口
|
||
|
||
Rust API 调用 `POST /v1/transcriptions`，以 multipart 上传 `file`、`language` 和 `duration_ms`，响应格式为：
|
||
|
||
```json
|
||
{
|
||
"text": "识别后的中文课堂内容。",
|
||
"duration_ms": 480000,
|
||
"request_id": "b2f6fc1c-62c1-4a99-8ab4-6f933f1bd252"
|
||
}
|
||
```
|