为什么同时维护两个仓库的funasr 和https://github.com/modelscope/FunASR定位有什么差异吗 #162

Activity

1. wuhongsheng

   added

   enhancementNew feature or requestNew feature or request

   on Aug 27, 2026
2. LauraGPT commented on Aug 27, 2026

   

   LauraGPT

   on Aug 27, 2026

   Member

   More actions

   这两个仓库不是重复维护，定位是“模型家族”和“通用工具链”的关系：

   仓库	主要定位	适合关注的内容
   QwenAudio/Fun-ASR	Fun-ASR 模型家族仓库	Fun-ASR-Nano / MLT-Nano 的模型结构、权重、语言能力、效果评测、微调和模型专用示例
   modelscope/FunASR	通用工业语音工具链与 PyPI 包	统一 AutoModel API、VAD、标点、说话人、时间戳、流式服务、OpenAI API、vLLM、llama.cpp/GGUF，以及 Paraformer、SenseVoice、Fun-ASR 等多种模型

   两者会协同更新：Fun-ASR-Nano 是模型，FunASR 负责把它接入统一推理和生产部署。因此大多数应用用户直接安装 FunASR，然后选择 Fun-ASR 模型即可：

   python -m pip install -U funasr

   from funasr import AutoModel
   
   model = AutoModel(model="FunAudioLLM/Fun-ASR-Nano-2512", device="cuda")
   result = model.generate(input="audio.wav", language="中文")

   选择建议：

   • 研究模型结构、训练/微调、checkpoint 能力或 Fun-ASR 专属效果问题：在本仓库讨论。
   • 使用 funasr 包、AutoModel、服务端、流式/VAD/说话人、通用部署或其他模型：到 modelscope/FunASR。
   • 只想部署 Fun-ASR-Nano：先使用 FunASR 的 模型选择 和 部署矩阵；需要模型专属微调或评测时再回本仓库。

   README 的开头和 Ecosystem 表也已经分别写明这层关系。这里按已回答关闭；后续如果遇到具体模型或工具链问题，按上面的边界开 issue 即可。
3. LauraGPT

   closed this as completedon Aug 27, 2026
4. LauraGPT

   reopened this on Aug 29, 2026
5. LauraGPT commented on Aug 29, 2026

   

   LauraGPT

   on Aug 29, 2026

   Member

   More actions

   我之前在给出仓库定位说明后马上关闭了，没有给你确认说明是否解决疑问的时间。现在重新打开；如果上面的“模型家族仓库 / 通用工具链”边界仍有不清楚或实际使用中仍不知道该去哪个仓库，请继续补充。收到你的确认后再关闭。
6. LauraGPT

   added

   needs feedbackFurther information is requestedFurther information is requested

   on Aug 29, 2026
7. LauraGPT commented on Sep 9, 2026

   

   LauraGPT

   on Sep 9, 2026

   Member

   More actions

   补充一个已经落地、会影响上面使用建议的变化：Fun-ASR-Nano 现在可以通过正式版 Transformers 5.17.0 直接转写，不必先安装 FunASR 工具包，也不必克隆模型仓库。

   • 只做 Nano 的 Python 文本转写：从原生 Transformers 快速开始进入，使用 AutoProcessor、AutoModelForSpeechSeq2Seq 和 FunAudioLLM/Fun-ASR-Nano-2512-hf。已提供实际运行过的 CPU 示例、本地音频/批处理脚本和 Notebook。这些模型专用示例统一放在本仓库。
   • 使用多模型流水线、VAD、标点、说话人组件或现成服务：仍从 modelscope/FunASR 的部署选型进入。该仓库维护 funasr 包和通用服务，不是 Transformers 的必装依赖。

   因此，上面“多数应用用户先安装 FunASR”的建议现在需要按使用场景区分。-hf、原始工具链权重、-vllm 和 GGUF 不是可互换的模型 ID；这个原生导出提供中/英/日文本转写，不意味着同时获得时间戳、说话人或实时流式能力。

   对应改动已通过 本仓库 #171 和 FunASR #3687 合并，官网也已同步。这里继续保持 open，不因文档发布就代替你判断疑问已经解决。