Fun-ASR更新日志解读：v1.0.0版本新增六大功能
Fun-ASR不是又一个“能转文字”的语音识别工具。它是钉钉与通义联合推出、由科哥深度打磨的语音大模型落地系统，从第一天起就拒绝做“一次性翻译器”。当别人还在比谁的WER（词错误率）低0.5%时，Fun-ASR已经把目光投向了更实际的问题：识别完之后呢？结果怎么找？上百个文件怎么管？昨天用的热词还能复用吗？会议录音里的关键信息，三分钟内能不能翻出来？
v1.0.0版本不是一次小修小补，而是整套WebUI能力的正式奠基。它交付的不是六个孤立按钮，而是一个可运行、可追溯、可批量、可集成的语音处理工作流闭环。下面我们就逐项拆解这六大功能——不讲参数，不谈架构，只说你打开浏览器后，第一眼看到什么、第二步该点哪里、第三步能解决你手头哪个具体问题。
1. 语音识别：不只是上传→点击→出结果
这是整个系统的起点，但Fun-ASR把它做成了“有记忆的起点”。
你上传一个MP3，它不光输出文字，还会悄悄记下：这是哪天传的、用了什么语言、有没有开ITN（文本规整）、加了哪些热词。这些信息不是藏在后台日志里，而是直接沉淀进你的历史档案——为后续所有操作埋下伏笔。
1.1 两种输入方式，适配不同场景
- 上传文件：适合已有录音（会议、访谈、课程），支持WAV/MP3/M4A/FLAC等主流格式；
- 麦克风直录：适合即兴口述、快速备忘、临时想法捕捉，无需先存文件再上传。
实测提示：用手机录一段30秒的日常对话（带轻微环境音），Fun-ASR在GPU模式下平均2.3秒完成识别，文字断句自然，标点基本符合口语节奏——这不是“勉强能用”，而是“拿来就顺手”。
1.2 热词不是摆设，是精准校准的扳手
热词列表不是高级选项，而是提升专业场景准确率的刚需开关。比如你在处理客服录音，高频出现“400-888-XXXX”“七天无理由”“电子发票”这类固定表达。把它们写进热词框，系统会主动强化对这些词的声学建模权重。
示例对比：
- 未启用热词：识别为“四零零八八八九九九九”
- 启用热词后：“400-888-9999”
这不是玄学，是模型在推理时对特定token的置信度加权。你不需要懂CTC Loss，只要知道——填进去，就更准。
1.3 ITN（文本规整）：让口语自动变书面语
开启ITN后，系统会做两件事：
- 数字标准化：“二零二五年三月十二号” → “2025年3月12日”；
- 单位规范化：“一百二十块五毛” → “120.5元”。
这个功能默认开启，且建议保持开启。因为绝大多数真实业务场景（如生成会议纪要、整理客户反馈）需要的是可读、可编辑、可归档的规范文本，而不是一字不差的语音转录稿。
2. 实时流式识别：用VAD分段模拟真实流式体验
Fun-ASR当前模型本身不原生支持流式推理，但团队没有因此放弃实时场景。他们用一套务实方案绕过了技术限制：VAD（语音活动检测）+ 分段识别 + 结果拼接。
2.1 它怎么工作？
- 你点击麦克风开始说话；
- 系统实时监听音频流，用VAD算法判断哪里是“人声”，哪里是“静音”；
- 自动将连续语音切分为多个片段（最长30秒，可调）；
- 每个片段送入ASR模型独立识别；
- 最终将各段结果按时间顺序拼接，形成连贯文本。
注意：这不是真正的端到端流式（如Whisper.cpp的streaming mode），但它解决了80%的真实需求——比如边说边看文字、快速记录灵感、远程会议同声字幕预演。
2.2 使用建议
- 保持语速平稳，避免长时间停顿（否则可能被VAD误判为静音截断）；
- 背景噪音较小时效果最佳（建议在办公室或安静房间使用）；
- 若发现某句话被截成两半，可在VAD设置中调高“最大单段时长”。
3. 批量处理：把“一个一个来”变成“一批一起走”
如果你每天要处理10个、50个甚至100个音频文件，手动点100次“开始识别”就是一场灾难。v1.0.0的批量处理模块，就是专治这种重复劳动。
3.1 三步完成百条任务
- 拖拽上传：支持多选、拖拽、文件夹压缩包（ZIP）上传；
- 统一配置：一次设定目标语言、是否启用ITN、热词列表，全部文件共用；
- 一键启动：点击“开始批量处理”，系统自动排队执行。
进度条实时显示：当前处理第几个、文件名是什么、预计剩余时间。处理完后，每条结果都自动进入历史库，支持单独查看、搜索、导出。
3.2 不是堆性能，而是控节奏
- 默认单批上限50个文件：防止内存溢出，也避免用户误传上千个文件导致卡死；
- 大文件（>100MB）会自动降级为CPU模式处理，保证不崩；
- 进程中断后，已处理文件结果仍保留，重启后可从中断处继续。
真实用例：某在线教育公司用它批量处理上周全部直播回放（共47个M4A文件），总耗时11分23秒，识别准确率与单文件一致。此前人工处理需近3小时。
4. 识别历史：你的语音数据资产管家
这是Fun-ASR最被低估、却最具长期价值的功能。它不炫技，但真正把语音识别从“功能”升级为“平台”。
4.1 数据存在哪？安全吗？
- 全部存储在本地SQLite数据库：
webui/data/history.db - 无需额外数据库服务，不联网、不上传、不依赖云；
- 文件可随时备份、迁移、用DB Browser等工具直接打开查看。
每条记录包含完整上下文：
- 原始文件名与路径
- 识别时间戳（精确到秒）
- 原始文本 + ITN规整后文本
- 使用的语言、热词、ITN开关状态
这意味着：三个月后你想查某次技术分享中提到的“Qwen2-VL模型参数量”，只需搜“Qwen2-VL”，立刻定位。
4.2 搜索不是关键词匹配，而是业务线索挖掘
搜索框支持跨字段模糊匹配：
- 搜“退款”，命中文件名含“退款”的录音，也命中识别文本中出现“退款”的所有记录；
- 搜“张经理”，即使录音里说的是“张总”，只要文本转写为“张经理”，一样能查到；
- 支持中文、英文、数字混合搜索，大小写不敏感。
没有复杂的布尔语法，就是“输进去，马上有”。
4.3 导出即用，无缝对接下游流程
- CSV格式：Excel双击可开，字段含ID、时间、文件名、原始文本、规整文本、语言、ITN状态、热词，中文无乱码；
- JSON格式：结构化完整，含空值、布尔类型，适合Python脚本批量解析或接入知识图谱系统。
导出按钮就在历史列表页右上角，点击即得，不跳转、不弹窗、不二次确认。
5. VAD检测：给长音频装上“智能剪刀”
一段2小时的会议录音，真正有内容的可能只有30分钟。其余时间是寒暄、静音、翻纸声、键盘敲击。VAD检测就是帮你把这30分钟精准挖出来。
5.1 它能做什么？
- 自动标记所有语音片段的起止时间（单位：毫秒）；
- 显示每个片段时长、序号、是否触发识别（可选）；
- 支持设置“最大单段时长”，避免单一片段过长影响识别精度。
5.2 典型使用流程
- 上传2小时MP3会议录音；
- 设置最大单段时长为30000ms（30秒）；
- 点击“开始VAD检测”；
- 查看结果：系统返回17个语音片段，总时长32分18秒；
- 勾选其中第3、7、12段，点击“仅识别选中片段”，跳过无关内容。
这相当于把“全盘识别→人工删减”变成了“先定位→再处理”，效率提升数倍。
6. 系统设置：让模型听你的话，而不是你迁就模型
很多ASR工具把设置做成“高级用户专区”，Fun-ASR反其道而行之——把最关键的控制权，放在最显眼的位置。
6.1 计算设备：一键切换，不改代码
- 自动检测：首次启动推荐最优设备（有GPU则用CUDA，Mac则用MPS，否则CPU）；
- CUDA (GPU)：显存占用实时显示，点击“清理GPU缓存”立即释放；
- CPU模式：所有参数自动适配，不报错、不卡死，只是速度慢约2倍；
- MPS（Mac）：Apple Silicon芯片专属加速通道，实测M2 Max识别速度接近RTX 4090的70%。
不用查NVIDIA驱动版本，不用改config.yaml，点一下就生效。
6.2 模型与性能：看得见的资源管理
- 当前模型路径清晰显示（如
models/funasr-nano-2512）； - “模型状态”实时反馈：加载中 / 已加载 / 加载失败；
- 批处理大小、最大长度等参数可调，但默认值已针对常见场景优化（批大小=1，最大长度=512）。
6.3 缓存管理：告别“重启大法”
- “清理GPU缓存”：释放显存，解决偶发OOM；
- “卸载模型”：彻底清空内存，适合多模型切换场景；
- 所有操作均有确认弹窗，防误触。
总结：v1.0.0不是终点，而是生产就绪的起点
v1.0.0版本交付的六大功能，表面看是六个按钮，背后是一整套面向真实工作流的设计哲学：
- 语音识别→ 解决“第一次转化”；
- 实时流式识别→ 解决“边说边看”的即时反馈；
- 批量处理→ 解决“规模化落地”的效率瓶颈；
- 识别历史→ 解决“结果沉淀与复用”的数据资产问题；
- VAD检测→ 解决“长音频预处理”的成本问题；
- 系统设置→ 解决“部署适配与资源管控”的运维问题。
它不追求参数榜单上的第一名，但力求在每一个环节都减少用户的决策负担和操作摩擦。你不需要成为ASR专家，也能用好它；你不需要搭建复杂服务，也能获得企业级能力。
这正是Fun-ASR的底气：不靠PPT讲故事，靠浏览器里的每一次点击，兑现承诺。
--- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
