FunASR/README_ko.md at 2875e4735ec3bce92c2e1a95d9b245f80c20355f

mirror of https://github.com/modelscope/FunASR.git synced 2026-10-12 02:19:18 +00:00

Files

T

LauraGPT e3c4a8bea3 release: prepare FunASR 1.4.12

Signed-off-by: LauraGPT <[email protected]>

2026-09-01 07:20:02 +00:00

9.9 KiB

Raw Blame History

(English|简体中文|日本語|한국어)

오프라인, 스트리밍 및 엣지 배포를 위한 산업용 음성 인식 툴킷.
ASR · VAD · 구두점 · 화자 파이프라인 · 감정 및 오디오 이벤트 모델 · OpenAI 호환 서빙

빠른 시작 · Colab · 모델 선택 · 벤치마크 · Migration guide · Use cases · Deployment matrix · 모델 목록 · Agent 연동 · 문서

빠른 시작

pip install funasr

from funasr import AutoModel

model = AutoModel(model="iic/SenseVoiceSmall", vad_model="fsmn-vad", spk_model="cam++", device="cuda")
result = model.generate(input="meeting.wav")

출력 — 화자 라벨, 타임스탬프, 구두점이 포함된 구조화된 텍스트:

[00:00.4 → 00:03.8] 화자0: Q3 계획에 대해 논의하겠습니다.
[00:04.2 → 00:07.1] 화자1: 좋습니다. 세 가지 포인트가 있습니다.
[00:07.5 → 00:12.3] 화자0: 말씀하세요. 30분 남았습니다.

한 번의 AutoModel 파이프라인 호출이지만, SenseVoiceSmall, FSMN-VAD, CAM++라는 독립된 모델을 조합합니다. 화자 분리는 SenseVoiceSmall 자체가 아니라 CAM++에서 제공합니다.

처음 사용한다면 Colab 빠른 시작으로 먼저 확인할 수 있습니다. 어떤 모델을 선택할지 고민된다면 모델 선택 가이드를 참고하세요.

API 서버로 배포: funasr-server --device cuda → localhost:8000에서 OpenAI 호환 엔드포인트

AI Agent 연동: MCP 서버 Claude/Cursor 지원 · OpenAI API LangChain/Dify/AutoGen 지원

왜 FunASR인가?

Whisper는 단일 모델이지만, FunASR는 툴킷입니다. 용도에 맞게 Fun-ASR-Nano(중국어/영어/일본어 및 중국어 방언/지역 억양, GPU), Fun-ASR-MLT-Nano(31개 언어), SenseVoiceSmall(5개 언어 ASR와 감정·오디오 이벤트), Paraformer(저지연 스트리밍)를 선택하세요. 아래 표는 툴킷 전체의 기능과 이를 제공하는 모델 또는 파이프라인을 보여 줍니다:

	FunASR(툴킷)	Whisper	클라우드 API
최고 속도	340배 실시간(Fun-ASR-Nano + vLLM)	13배 실시간	~1배 실시간
화자 인식	✅ VAD + CAM++ 파이프라인	❌ pyannote 필요	✅ 추가 비용
감정 인식	✅ SenseVoice 제공	❌	❌
언어 수	체크포인트별 상이(예: Qwen3-ASR 52, MLT-Nano 31, Nano 중/영/일)	57개	서비스마다 다름
스트리밍	✅ WebSocket(Paraformer)	❌	✅
CPU 사용	✅ 17배 실시간(SenseVoice)	❌ 너무 느림	해당 없음
자체 호스팅	✅ 지원 (툴킷: MIT, 모델별 상이)	✅ MIT 라이선스	❌ 클라우드만
비용	무료	무료	$0.006/분~

벤치마크

184개 장시간 오디오(총 192분). 상세 보고서 →

모델	중국어 CER ↓	GPU 속도	CPU 속도	Whisper-large-v3 대비
Fun-ASR-Nano(vLLM)	8.20%	340배 실시간	—	🚀 26배 빠름
SenseVoice-Small	7.81%	170배 실시간	17배 실시간	🚀 13배 빠름
Paraformer-Large	10.18%	120배 실시간	15배 실시간	🚀 9배 빠름
Whisper-large-v3-turbo	21.71%	46배 실시간	❌	3.4배 빠름
Whisper-large-v3	20.02%	13배 실시간	❌	기준선

핵심: FunASR의 CPU 속도가 Whisper의 GPU 속도보다 빠릅니다.

설치

pip install funasr

요구사항: Python ≥ 3.8, PyTorch ≥ 1.13, torchaudio

모델 목록

모델	작업	언어	파라미터	링크
Fun-ASR-Nano	인식	중/영/일 + 중국어 방언	800M	⭐ 🤗 GGUF
Fun-ASR-MLT-Nano	인식	31개 언어	800M	⭐ 🤗
SenseVoiceSmall	인식 + 감정 + 이벤트	중/영/일/한/광둥어	234M	⭐ 🤗 GGUF
Paraformer-zh	인식 + 타임스탬프	중/영	220M	⭐ 🤗
Qwen3-ASR	인식, 52개 언어	다국어	1.7B	사용법
GLM-ASR-Nano	인식, 17개 언어	다국어	1.5B	사용법
Whisper-large-v3-turbo	인식 + 번역	다국어	809M	사용법

배포

# OpenAI 호환 API (권장)
pip install funasr fastapi uvicorn python-multipart
funasr-server --device cuda
# 오프라인 장시간 ASR + 익명 speaker label:
funasr-server --model moss-transcribe-diarize --device cuda:0

# Docker 스트리밍 서비스
docker pull registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12

MOSS service / Docker / Kubernetes / vLLM / SGLang / LocalAI / FunClip guide →

CPU/엣지에서 Python 없이 오프라인 ASR만 필요하다면 llama.cpp / GGUF 런타임을 사용할 수 있습니다: funasr.com/deploy/llama-cpp · Fun-ASR-Nano-GGUF · SenseVoiceSmall-GGUF.

Colab quickstart → · OpenAI API example → · Client recipes → · Workflow recipes → · Postman collection → · OpenAPI spec → · Security guide → · Deployment matrix → · 배포 문서 → · Agent 연동 →

커뮤니티


📖 문서	🐛 Issues
💬 Discussions	🤗 HuggingFace

라이선스

이 저장소의 FunASR 툴킷 소스 코드: MIT License.
사전 학습된 모델 가중치는 별도로 라이선스됩니다. 각 모델 카드에 표시된 라이선스를 확인하세요. 모델 카드가 이 저장소의 FunASR Model Open Source License Agreement를 가리키는 경우 해당 조건이 적용됩니다.

9.9 KiB Raw Blame History