FunASR 实测：比 Whisper 快 30 倍的开源语音识别，还自带说话人分离

本文适合正在使用 OpenAI Whisper 做语音转写、但遇到速度慢或中文效果差问题的开发者。

背景

OpenAI Whisper 是目前最流行的开源 ASR 模型，但在生产环境中经常遇到几个痛点：

速度慢 — Whisper-large-v3 在 A100 上只有 13x 实时，处理 1 小时音频需要 ~5 分钟
中文方言差 — 对粤语、四川话、上海话等方言识别率很低
缺少说话人分离 — 需要额外集成 pyannote，增加复杂度
没有流式能力 — 无法做实时字幕

这些正是 FunASR 解决的问题。

性能对比

测试条件：184 个中文会议录音，总计 192 分钟，NVIDIA A100。

模型	GPU 速度	CPU 速度	说话人	流式
FunASR SenseVoice-Small	170x 实时	17x 实时	✅	❌
FunASR Fun-ASR-Nano (vLLM)	340x 实时	—	✅	✅
Whisper-large-v3-turbo	46x 实时	❌	❌	❌
Whisper-large-v3	13x 实时	❌	❌	❌

关键发现：FunASR 在 CPU 上比 Whisper 在 GPU 上还快。

最大区别：一站式 vs 拼装

用 Whisper 搭建一个完整的转写系统，你需要：

Whisper (ASR) + pyannote (说话人) + silero-vad (VAD) + 
deepmultilingualpunctuation (标点) + 自己写逻辑拼接

用 FunASR，一次调用搞定：

from funasr import AutoModel

model = AutoModel(
    model="paraformer-zh",
    vad_model="fsmn-vad",
    punc_model="ct-punc",
    spk_model="cam++",
)
result = model.generate(input="meeting.wav")
# 输出：带说话人、时间戳、标点的结构化结果

OpenAI 兼容 API：零改动迁移

如果你已经在用 OpenAI 的 Whisper API，迁移到 FunASR 不需要改一行客户端代码：

# 一行启动本地 ASR 服务
pip install torch torchaudio
pip install funasr vllm fastapi uvicorn python-multipart
funasr-server --device cuda

# 客户端代码完全不变
from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="unused")
result = client.audio.transcriptions.create(
    model="fun-asr-nano",
    file=open("meeting.wav", "rb")
)

中文方言支持

这是 Whisper 生态完全没有的：

7 大方言：吴语、粤语、闽语、客家话、赣语、湘语、晋语
26 种地域口音：河南、四川、广东、湖北、云南等
歌词识别：音乐背景下的人声转写

什么时候选 FunASR？

场景	推荐
中文会议转写	FunASR（方言+说话人）
实时字幕/直播	FunASR（流式 WebSocket）
批量文件处理	FunASR（vLLM 340x 加速）
私有化部署	FunASR（MIT 开源，无费用）
纯英文、少量使用	Whisper 也可以

开始使用

pip install torch torchaudio
pip install funasr

from funasr import AutoModel
model = AutoModel(model="iic/SenseVoiceSmall", device="cuda")
result = model.generate(input="audio.wav")
print(result[0]["text"])

更多信息：

GitHub：https://github.com/modelscope/FunASR（16K+ stars）
官网：https://www.funasr.com
完整评测：https://modelscope.github.io/FunASR/benchmark.html
从 Whisper 迁移指南：https://github.com/modelscope/FunASR/blob/main/docs/migration_from_whisper.md

3.4 KiB Raw Permalink Blame History Unescape Escape