---
title: infer_ASR
canonical_url: "https://www.modelscope.cn/models/Justin1994/infer_ASR"
md_url: "https://www.modelscope.cn/models/Justin1994/infer_ASR.md"
repository: Justin1994/infer_ASR
last_updated: 2026-10-20
license: apache-2.0
library_name:
  - onnx
language:
  - zh
downloads: 0
stars: 0
tags:
  - sherpa-onnx
  - paraformer
  - asr
  - onnx
  - word-level-timestamps
---

# infer_ASR

> infer_ASR - Justin1994 在 ModelScope 开源的模型。sherpa-onnx Paraformer 中文 ASR（2023-09-14 版，int8）

Justin1994/infer_ASR 是 ModelScope 魔搭社区上的机器学习模型，采用 apache-2.0 许可。

- **Repository**: Justin1994/infer_ASR
- **License**: apache-2.0
- **Tags**: sherpa-onnx, paraformer, asr, onnx, word-level-timestamps
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-10-20

Source: https://www.modelscope.cn/models/Justin1994/infer_ASR

---

# sherpa-onnx Paraformer 中文 ASR（2023-09-14 版，int8）

sherpa-onnx 离线中文语音识别模型（Paraformer-large，int8 量化，纯 CPU 推理）。
**认准 2023-09-14 版**：该版本的 Paraformer 导出才输出**字级时间戳**（每个字一个
时间点），做字幕对齐 / 强制对齐必须用这一版；其他日期版本只有句级时间戳。

## 来源

- 上游：`csukuangfj/sherpa-onnx-paraformer-zh-2023-09-14`（HuggingFace /
  hf-mirror.com），本仓库为**字节级原样拷贝**，未做任何改动。
- 底层模型：阿里达摩院 Paraformer-large（FunASR，Apache-2.0）。
- 2026-09 时点 ModelScope 无此仓库，故自行镜像。

## 文件清单

| 文件 | 大小 | SHA256 |
|---|---|---|
| `model.int8.onnx` | 243,371,218 B（~232 MiB） | `f36a0433bcf096bd6d6f11b80a3ac8bed110bdca632fe0d731df8d1a84475945` |
| `tokens.txt` | 75,756 B | `59aba8873a2ed1e122c25fee421e25f283b63290efbde85c1f01a853d83cb6e6` |

## 安装

```bash
pip install sherpa-onnx numpy   # CPU 版即可，无需 CUDA
```

## 快速使用

```bash
python demo.py your_audio.wav    # 16k(或其他采样率)单声道/立体声均可
python demo.py                   # 无参数 = 自检（合成音频跑通加载+解码链路）
```

`demo.py` 默认从**脚本所在目录**加载模型，把本仓库整个下载下来即可直接运行，
无需任何配置。

## 在代码中调用（生产同款参数）

```python
import sherpa_onnx

recognizer = sherpa_onnx.OfflineRecognizer.from_paraformer(
    paraformer="model.int8.onnx",
    tokens="tokens.txt",
    num_threads=2,
    sample_rate=16000,
    feature_dim=80,
    decoding_method="greedy_search",
)
stream = recognizer.create_stream()
stream.accept_waveform(16000, samples)  # samples: float32 列表, ±1.0 归一化
recognizer.decode_stream(stream)
result = stream.result
print("".join(result.tokens))     # 文本（无标点）
print(result.timestamps)          # 字级时间戳（秒），与 tokens 一一对应
```

输入约定：16 kHz 单声道 float32（±1.0）。ffmpeg 一行提取：

```bash
ffmpeg -y -v error -i video.mp4 -vn -ac 1 -ar 16000 -f wav audio.wav
```

## ⚠️ 不要整轨识别

sherpa-onnx 的 paraformer **长音频整轨识别会漏识别中段语音**（实测长流退化）。
长音频请切段（建议 ≤ 30 s/段）逐段识别后按偏移拼回时间轴。

## 下载本仓库

```bash
# 方式一：modelscope CLI
pip install -U modelscope
modelscope download --model <你的空间名>/sherpa-onnx-paraformer-zh-2023-09-14 --local_dir ./paraformer-zh

# 方式二：git
git lfs install
git clone https://www.modelscope.cn/<你的空间名>/sherpa-onnx-paraformer-zh-2023-09-14.git
```

## License

Apache-2.0（与上游导出及底层 Paraformer 模型一致）。