---
title: paraformer-large-sichuan-offline
canonical_url: "https://www.modelscope.cn/models/lukeewin01/paraformer-large-sichuan-offline"
md_url: "https://www.modelscope.cn/models/lukeewin01/paraformer-large-sichuan-offline.md"
repository: lukeewin01/paraformer-large-sichuan-offline
chinese_name: "Paraformer语音识别-普通话-四川话-large-offline"
last_updated: 2026-04-20
pipeline_tag: auto-speech-recognition
tasks:
  - auto-speech-recognition
library_name:
  - pytorch
frameworks:
  - pytorch
downloads: 2758
stars: 11
---

# paraformer-large-sichuan-offline

> paraformer-large-sichuan-offline - lukeewin01 在 ModelScope 开源的模型。使用了205小时的四川话数据集训练，训练了50轮次。在四川话测试集中测试字错率为6%，即准确率为96%，测试集数量为7920条数据。

- **Repository**: lukeewin01/paraformer-large-sichuan-offline
- **Tasks**: auto-speech-recognition
- **Downloads**: 2758
- **Stars**: 11
- **Last updated**: 2026-04-20

Source: https://www.modelscope.cn/models/lukeewin01/paraformer-large-sichuan-offline

---

# 0. 模型概述

本模型基于阿里开源的 iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch 模型训练，[使用了 205 h 的四川话数据集](https://h5.m.goofish.com/item?forceFlush=1&id=964718268297&ut_sk=1.Z0YAu5mcjzYDAO6uDiz3WYlu_21407387_1755180836579.copy.detail.964718268297.2607911920)。

并且在训练后做了评估，字错率前后对比相差 4% ，训练之前为 10% 的字错率，训练后为 6% 的字错率。

当前开源的是训练到 3 epoch，如需要完整的 50 epoch，可以联系我 lukeewin01，需说明来意。

# 1. 模型介绍

Paraformer是达摩院语音团队提出的一种高效的非自回归端到端语音识别框架。本项目为Paraformer中文通用语音识别模型，采用工业级数万小时的标注音频进行模型训练，保证了模型的通用识别效果。模型可以被应用于语音输入法、语音导航、智能会议纪要等场景。

# 2. 模型训练

下面为训练过程中截的 loss 曲线变化图，从图中可知，这个模型训练是有效果的。

![image-20250429164624890](https://image.lukeewin.top/img/202504291646016.png)

下面这图是 lr 学习率，从图可知这个学习率已经趋于平稳。

![image-20250429164654614](https://image.lukeewin.top/img/202504291646741.png)



# 3. 模型推理

先安装 python 依赖

```shell
pip install -U funasr modelscope
```

安装 cuda 版本的 torch

```shell
pip uninstall torch torchaudio torchvision -y
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 -f  https://mirrors.aliyun.com/pytorch-wheels/cu118
```

下面是推理代码，第一次运行会自动从 modelscope 中下载模型文件，如果是内网运行，需要把下面代码中的 model_dir 修改为模型的绝对路径。需要注意该模型不兼容 spk_model，不能直接引入 cam++ 模型实现区分说话人，如需兼容 cam++ 实现区分说话人语音识别，可联系 lukeewin01，需说明来意。

```python
from funasr.utils.postprocess_utils import rich_transcription_postprocess
from funasr import AutoModel

model_dir = "lukeewin01/paraformer-large-sichuan-offline"

model = AutoModel(
    model=model_dir,
    disable_update=True,
    device="cuda:0",
)

def paraformer_infer(audio_path: str):
    res = model.generate(
        input=audio_path,
        cache={},
        use_itn=False,
        batch_size_s=60
    )
    text = rich_transcription_postprocess(res[0]["text"])
    return text

audio = "your_audio.wav"
print(paraformer_infer(audio))
```

# 4. 模型字错率评估

训练前，对四川话测试集测试评估字错率为 10%，如下图所示。

![image-20250429165222464](https://image.lukeewin.top/img/202504291652587.png)

训练之后，对相同的四川话测试集评估字错率为 6%，如下图所示。

![image-20250429165353022](https://image.lukeewin.top/img/202504291653141.png)

如何测试字错率，可以看 https://blog.lukeewin.top/archives/train-asr-model-paraformer#toc-head-4

# 5. 其它

四川话方言数据集：[点击这里](https://h5.m.goofish.com/item?forceFlush=1&id=964718268297&ut_sk=1.Z0YAu5mcjzYDAO6uDiz3WYlu_21407387_1755180836579.copy.detail.964718268297.2607911920)

演示视频：[点击这里](https://www.bilibili.com/video/BV11fuszHEPf)

个人博客：https://blog.lukeewin.top

客家话ASR模型：[点击这里](https://modelscope.cn/models/lukeewin01/SenseVoiceSmall_Hakka)