FunASR Offline ASR Server 配置参考

本文档详细说明 fanasr-asr-offline-server 离线语音识别服务的配置文件 config.json 的所有分组、字段含义、默认值及多 Profile 配置。

---

1. 完整配置文件示例 (config.json)

{
  "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"
  }
}

---

2. 字段分域详解

2.1 server — 网络与路由

字段名	类型	默认值	说明与取值范围
host	string	"0.0.0.0"	监听的网卡 IP 地址。"0.0.0.0" 绑定所有网卡。
port	uint16	10094	HTTP 服务监听端口。
healthPath	string	"/health"	健康检查端点路径（兼容量 /health、/healthz）。返回服务状态、活跃模型、模型类型、正常运行时间与累计处理请求数。
asrPath	string	"/asr"	标准文件转写接口路径。
recognizePath	string	"/recognize"	兼容识别接口路径（功能与 /asr 完全一致）。
transcriptionsPath	string	"/v1/audio/transcriptions"	兼容 OpenAI Whisper API 规范的识别端点路径。
maxPayloadBytes	size_t	67108864 (64MB)	允许上传的单个音频最大字节数。在 Socket 接收和 Content-Length 阶段即时校验，超过后返回 413 Payload Too Large。

---

2.2 concurrency — 并发与队列管理

字段名	类型	默认值	说明与调优建议
workerThreads	int32	2	HTTP 请求处理工作线程数。每个 Worker 从任务队列取出 Socket 进行连接解析与调度。推荐设置为 2 ~ CPU 核心数。
instancePoolSize	int32	2	FunASR 引擎实例池容量。预先初始化指定数量的模型实例，实现多个请求真正的多实例并行推理（缺省时自动等于 workerThreads）。
maxQueueSize	int32	128	请求等待队列最大容量。当并发突发导致排队请求数达到该值时，后续请求立即返回 503 Service Unavailable 快速熔断并断开连接，杜绝高并发堆积导致内存 OOM。
numThreads	int32	1	每个 Worker / 实例分配的底层计算线程数。

---

2.3 asr — 模型与多 Profile 配置

字段名	类型	默认值	说明与调优建议
activeModel	string	"funasr-paraformer-large-zh-onnx"	当前激活的模型 Profile ID。必须匹配 models 字典中的某个 Key。
models	object	{...}	模型 Profile 字典映射表。
quantize	bool	true	int8 量化模型全局默认开关。true 加载 model_quant.onnx，内存节省 60%，CPU 推理速度提升 2~3 倍；false 加载 float32 model.onnx。
sampleRate	int32	16000	模型输入音频采样率（固定 16000 Hz）。
useItn	bool	true	逆文本归一化开关（Inverse Text Normalization）。可在 HTTP 请求中通过 use_itn 参数覆盖。
hotwordsFile	string	"hotword.json"	独立热词配置文件路径。
defaultHotwordProfile	string	"default"	默认使用的热词 Profile ID。

模型 Profile 字段明细：

• Paraformer 模型 Profile (funasr-paraformer-large-zh-onnx):
  • modelDir: 模型目录相对/绝对路径（目录下包含 model_quant.onnx、am.mvn、config.yaml、tokens.json）。
  • vadDir: FSMN-VAD 模型目录（负责整段长音频切句）。
  • puncDir: CT-Transformer 标点恢复模型目录（负责插入标点符号）。
• SenseVoice 模型 Profile (funasr-sensevoicesmall-zh-cantonese-en-ja-ko-onnx):
  • modelDir: SenseVoiceSmall 模型目录（目录下包含 model_quant.onnx、am.mvn、config.yaml、tokens.json）。
  • language: 语种代码（"auto" / "zh" / "en" / "yue" / "ja" / "ko"）。原生内置标点与富文本标签。

---

2.4 hotword.json — 独立热词配置

{
  "defaultHotwordProfile": "default",
  "hotwordProfiles": {
    "default": {
      "words": [
        "阿里巴巴",
        "通义千问",
        "智能语音平台"
      ]
    }
  }
}

---

2.5 ffmpeg — 音频预处理与重采样

字段名	类型	默认值	说明
enabled	bool	true	是否启用 ffmpeg 自动转码支持（支持 mp3, m4a, ogg, aac, flac 等各类音频格式自动转 16kHz PCM）。
ffmpegPath	string	"ffmpeg"	ffmpeg 可执行文件路径。默认 "ffmpeg"（自动搜索系统 PATH）。
timeoutSeconds	int32	30	ffmpeg 进程转码基础超时时间（秒）。
sampleRate	int32	16000	内部推理目标采样率（固定为 16kHz）。
channels	int32	1	内部推理声道数（固定为单声道 Mono）。

---

2.6 logging — 日志配置

字段名	类型	默认值	说明
dir	string	"logs"	日志输出目录，服务会自动按天滚动切片（fanasr_asr_offline-YYYY-MM-DD.log）。
level	string	"info"	日志级别（"info"、"warn"、"error"）。