FunASR开源部署中文实时语音听写服务（CPU）
FunASR实时语音听写服务封装，既可以实时地进行语音转文字，而且能够在说话句尾用可以的转写文字修改输出，输出文字带有标签点，支持高并发多路请求。这是开源库中原有的镜像与服务。并未做任何修改！
此次部署是在windows中的wsl环境中完成的。
FunASR实时语音听写，继承了语音端点检测、语音识别、标点预测模型等，采用多模型良好，既可以实时的进行语音转文字，输出带标点的文字，而且支持多路请求。
第一步：安装docker
如果在linux环境或者wsl虚拟环境中已经安装过docker，可忽略此步骤。
curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/shell/install_docker.sh sudo bash install_docker.sh
第二步：镜像启动
sudo docker pull \ registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13 mkdir -p ./funasr-runtime-resources/models sudo docker run -p 10096:10095 -it --privileged=true \ -v $PWD/funasr-runtime-resources/models:/workspace/models \ registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13
命令说明：
sudo docker pull \ registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13
作用：从阿里云的镜像仓库中拉取FunASR的在线推理CPU版本的镜像。
镜像名称：funasr-runtime-sdk-online-cpu-0.1.13
拉下来后，本地就有了这个容器运行所需的环境和依赖
mkdir -p ./funasr-runtime-resources/models
作用：在当前目录下新建一个路径 ./funasr-runtime-resources/models(如果路径不存在就创建)。
这里用来存放模型文件，容器运行时会挂载这个目录。
启动容器：
sudo docker run -p 10096:10095 -it --privileged=true \
-v $PWD/funasr-runtime-resources/models:/workspace/models \
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13
逐项说明：
sudo docker run: 启动一个新的容器
-p 10096:10095：把宿主机的10096端口映射至容器的10095端口，方便外部调用容器里的ASR服务。
-it：交互模式（方便在容器中调试）
--privileged=true：给容器更高的权限（比如可以访问设备）
-v $PWD/funasr-runtime-resources/models:/workspace/models：
把宿主机当前目录下的funasr-runtime-resources/models挂载到容器内的/workspace/models.
这样宿主机下载/存放的模型，容器内部也能访问到。
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13
指定使用刚才拉取的镜像。
整套命令的流程就是：
从阿里云仓库拉取 FunASR 在线 CPU 运行时镜像。
在宿主机创建一个模型存放目录。
启动容器，映射端口
10096 -> 10095，挂载模型目录，运行 FunASR 在线推理服务。
启动成功后，在powershell中会出现以下字样： Digest: sha256:2a54c20f6b9e2fd253b24abd5c083545751485bcc26e038ed12eab3380c86d51
Status: Image is up to date for registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.13
这表明镜像已经成功拉取，使用以下命令再次确认：
sudo docker images | grep funasr
看到类似这一行就说明在本地了：
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr funasr-runtime-sdk-online-cpu-0.1.13 <IMAGE_ID> <CREATED> <SIZE>
第三步：启动服务
我启动的是funasr-wss-server-2pass服务。同时指定好模型和资源路径。
在容器内执行：
cd /workspace/FunASR/runtime/websocket/build/bin ./funasr-wss-server-2pass \
--download-model-dir "/workspace/models" \
--model-dir "damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx" \
--online-model-dir "damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx" \
--vad-dir "damo/speech_fsmn_vad_zh-cn-16k-common-onnx" \
--punc-dir "damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx" \
--itn-dir "thuduj12/fst_itn_zh" \
--lm-dir "damo/speech_ngram_lm_zh-cn-ai-wesp-fst" \
--decoder-thread-num $(nproc) \
--model-thread-num 1 \
--io-thread-num 2 \
--port 10095
说明：
--download-model-dir "/workspace/models" 挂载到宿主机的目录，模型会下载在这里，复用方便。
--model-dir：离线大模型（高精度修正用）
--online-model-dir：在线模型（低延迟初稿用）
--vad-dir：VAD 语音端点检测模型
--punc-dir：标点预测模型
--itn-dir：数字/日期反向转换规则
--lm-dir：语言模型
--port 10095：容器监听的端口，你宿主机访问 http://localhost:10096（因为 -p 10096:10095）
日志最后出现这句说明服务已经启动成功：
asr model init finished. listen on port:10095
现在这个窗口就是服务主进程窗口，不要 Ctrl+C 或 exit。想看日志滚动就保持开着；另开一个终端做测试。
另开一个终端做测试有两种方式，一是在宿主机用 websocat（最直观）：
websocat ws://localhost:10096
能握手成功，说明通路 OK（只是没按协议发音频，不会返回识别结果）。
二是用容器自带客户端测试脚本做测试，我使用的是：funasr_wss_client.py，将容器内的脚本拷贝到本地：
sudo docker cp funasr_online_cpu:/workspace/FunASR/runtime/python/websocket/funasr_wss_client.py ./funasr_wss_client.py
然后就能在wsl中运行本地脚本了。
python funasr_wss_client.py --host localhost --port 10096 --ssl 0 --mode 2pass --audio_in "/mnt/d/ASR/test_audio/audio.wav"
/mnt/d：为wsl虚拟环境中本地环境D盘的写法，因为在wsl中识别不到D:/的写法。
运行成功后就可以看到终端会实时识别出音频内容转文字。