FunASR Offline ASR Server (HTTP)

基于 FunASR C++ ONNX Runtime 构建的高性能 HTTP 离线语音识别服务，支持多 Profile 模型切换（Paraformer 离线大模型 + SenseVoiceSmall 多语种多模态大模型），内置 FSMN-VAD 语音切句、CT-Transformer 标点恢复、SenseVoice 富文本标签解析与逆文本归一化（ITN）。

---

1. 核心特性

• 多模型 Profile 架构：支持 Paraformer 离线大模型（带 VAD + 标点恢复）与 SenseVoiceSmall 多语种大模型（中/粤/英/日/韩/情绪识别/声音事件检测）灵活切换；
• 全格式输入支持：支持 multipart/form-data（上传文件）、application/json（Base64 或本地文件路径）以及 Raw Binary PCM/WAV 音频流；
• 双协议兼容：提供统一标准接口（/asr、/recognize）与 OpenAI /v1/audio/transcriptions 兼容接口；
• 7×24 高可用架构：内置工作线程池队列（ThreadPool）、过载熔断（HTTP 503）、30 秒读超时保护、每日日志自动轮转与防内存泄漏机制；
• 极速构建：优先直连 onnx-platform/fanasr-onnx 预编译 SDK，全工程从零构建仅需 3~4 秒。

---

2. 默认端口与路由

• 默认监听：0.0.0.0:10094
• GET /health：服务健康检查与运行指标（包含 activeModel、modelType、models 列表等）；
• POST /asr 或 POST /recognize：标准文件语音识别接口；
• POST /v1/audio/transcriptions：OpenAI Whisper 兼容接口。

---

3. 接口调用说明

3.1 健康检查

curl http://127.0.0.1:10094/health

响应示例：

{
  "code": 0,
  "msg": "ok",
  "data": {
    "status": "ok",
    "service": "fanasr-asr-offline-server",
    "activeModel": "funasr-paraformer-large-zh-onnx",
    "modelType": "paraformer",
    "modelDir": "C:/path/to/models/funasr-paraformer-large-zh-onnx",
    "sampleRate": 16000,
    "uptimeSeconds": 3600,
    "totalRequests": 128,
    "models": [
      "funasr-paraformer-large-zh-onnx",
      "funasr-sensevoicesmall-zh-cantonese-en-ja-ko-onnx"
    ]
  }
}

---

3.2 标准识别接口 (POST /asr)

方式 A：multipart/form-data 文件上传（推荐）

curl -X POST http://127.0.0.1:10094/asr \
  -F "file=@test.wav" \
  -F "language=auto" \
  -F "use_itn=true"

方式 B：application/json Base64 上传

curl -X POST http://127.0.0.1:10094/asr \
  -H "Content-Type: application/json" \
  -d '{"audioBase64": "<BASE64_ENCODED_PCM_OR_WAV>", "language": "auto", "useItn": true}'

方式 C：application/json 本地绝对路径

curl -X POST http://127.0.0.1:10094/asr \
  -H "Content-Type: application/json" \
  -d '{"audioPath": "C:/data/audio/sample.wav"}'

响应结构（SenseVoiceSmall 模式示例）：

{
  "code": 0,
  "msg": "ok",
  "data": {
    "text": "重点呢想谈三个问题。首先呢就是这一轮全球金融动荡的表现。",
    "cleanText": "重点呢想谈三个问题。首先呢就是这一轮全球金融动荡的表现。",
    "lang": "zh",
    "emotion": "NEUTRAL",
    "event": "Speech",
    "durationSeconds": 5.15,
    "latencyMs": 235.4,
    "sentences": [
      {
        "text": "重点呢想谈三个问题。首先呢就是这一轮全球金融动荡的表现。",
        "start": 0,
        "end": 5153
      }
    ]
  }
}

---

3.3 OpenAI 兼容接口 (POST /v1/audio/transcriptions)

curl -X POST http://127.0.0.1:10094/v1/audio/transcriptions \
  -F "file=@test.wav"

响应结构：

{
  "text": "重点呢想谈三个问题。首先呢就是这一轮全球金融动荡的表现。"
}

---

4. 配置文件说明 (config.json)

完整配置项定义、字段类型约束、默认值与高级场景调优请查阅专题文档： 📖 FunASR Offline ASR Server 配置参考

{
  "server": {
    "host": "0.0.0.0",
    "port": 10094,
    "healthPath": "/health",
    "asrPath": "/asr",
    "recognizePath": "/recognize",
    "transcriptionsPath": "/v1/audio/transcriptions",
    "maxPayloadBytes": 67108864
  },
  "concurrency": {
    "workerThreads": 2,
    "maxQueueSize": 128,
    "numThreads": 1,
    "instancePoolSize": 2
  },
  "asr": {
    "activeModel": "funasr-paraformer-large-zh-onnx",
    "models": {
      "funasr-paraformer-large-zh-onnx": {
        "modelDir": "funasr-paraformer-large-zh-onnx",
        "vadDir": "funasr-fsmn-vad-zh-onnx",
        "puncDir": "funasr-ct-transformer-zh-onnx"
      },
      "funasr-sensevoicesmall-zh-cantonese-en-ja-ko-onnx": {
        "modelDir": "funasr-sensevoicesmall-zh-cantonese-en-ja-ko-onnx",
        "language": "auto"
      }
    },
    "quantize": true,
    "sampleRate": 16000,
    "useItn": true,
    "hotwordsFile": "hotword.json",
    "defaultHotwordProfile": "default"
  },
  "ffmpeg": {
    "enabled": true,
    "ffmpegPath": "ffmpeg",
    "timeoutSeconds": 30,
    "sampleRate": 16000,
    "channels": 1
  },
  "logging": {
    "dir": "logs",
    "level": "info"
  }
}

---

5. 编译与运行

5.1 Windows (MSVC)

.\build.ps1

编译完成后运行：

cd target\win_x64
.\fanasr_asr_offline_server.exe

5.2 Linux (Ninja / GCC)

./build.sh
cd target/linux_x64
./fanasr_asr_offline_server

---

6. 测试

node request-asr.js
# 或指定音频文件和语种
node request-asr.js path/to/audio.wav http://127.0.0.1:10094 auto