按任务选择

任务	模型系列	关键边界
需要上下文能力的文件转写	Fun-ASR-Nano	原始 checkpoint 与原生 vLLM 转换版是不同产物。
更广的多语言文件转写	Fun-ASR-MLT-Nano	独立 checkpoint，不能把它的语言覆盖写成基础 Nano 的能力。
带情感、音频事件标签的转写	SenseVoiceSmall	标签不等于说话人身份；说话人感知流水线需按文档组合配套组件。
中文转写与时间戳	Paraformer	离线模型与流式模型的推理契约不同。
一次请求返回转写、时间戳和匿名说话人	MOSS-Transcribe-Diarize	OpenMOSS 第三方模型；统一离线路径不需要外部 VAD 或说话人模型，不是已知人物识别。

具体场景参见模型选择，参数与返回值参见 SDK 参考，服务路径参见部署矩阵。

模型用法

先完成安装和 Python 教程。显式选择 hub，并记录实际下载的 checkpoint/revision、FunASR 版本、设备和推理选项。模型别名映射提供便捷入口，但别名本身不是不可变的模型版本。

from funasr import AutoModel

model = AutoModel(model="paraformer-zh", hub="ms", device="cpu")
result = model.generate(input="meeting.wav")
print(result[0]["text"])

将 meeting.wav 替换为实际录音。下载、预热和推理耗时分开记录；验证时间戳、说话人标签和模型专有标签时，保留原始返回值。

语音识别模型

Paraformer模型

SDK 别名	用途	ModelScope (`hub="ms"`)	Hugging Face (`hub="hf"`)
`paraformer-zh`	中文离线转写；ModelScope 别名指向 SeACo	SeACo 权重	权重
`paraformer-zh-streaming`	带会话 cache 的分块流式推理	权重	权重
`paraformer-en`	英文离线转写	通过 hub 映射解析。	通过 hub 映射解析。

旧版 Paraformer VAD/标点组合与 paraformer-zh-spk 描述的是组合流水线，不是 paraformer-zh 别名对应的权重。需要显式组合时，按照 SDK 文档设置 vad_model、punc_model 和 spk_model，不要把所有配套组件视为一个可互换的 ASR checkpoint。

流水线组件

组件	别名	模型卡	不包含的能力
语音活动检测	`fsmn-vad`	ModelScope / HF	不转写语音，也不识别人名。
标点恢复	`ct-punc`	ModelScope / HF	不生成声学时间戳。
说话人向量	`cam++`	hub 映射	没有另行设计的注册与匹配系统时，不识别已知人物。
时间戳预测	`fa-zh`	hub 映射	需符合相应输入与模型路径，不代表所有识别器都支持时间戳。

更多 checkpoint 见 ModelScope 清单和 Hugging Face 清单。清单保留部分历史模型，新部署前应核查对应模型卡。

第三方统一转写与说话人分离

MOSS-Transcribe-Diarize 由 OpenMOSS 发布，不是 FunASR 团队的自有模型。统一离线输出包含转写、时间戳和录音内匿名说话人标签；不是实时流式或已知人物身份识别。适配器、上游原生服务、显存要求与返回边界见 MOSS 部署指南。

模型许可协议

FunASR 软件许可证不等于所有模型权重使用同一许可证。请分别查看 checkpoint 的模型卡、许可证、发布方、训练数据说明，以及适用的模型许可协议。分发权重或派生产物时保留上游归属。

验证与下一步

训练与微调：选择仓库实际支持的配方。
注册自定义模型。
原生 vLLM 与 split-engine：两条路径的权重和协议不能混用。
llama.cpp / GGUF：ONNX 导出不等于 GGUF 转换。
可复现评测：分别记录质量、性能、硬件和版本。