FunASR 使用指南

目录

• 版本说明
  • 参考实现
  • 变更记录
• 环境安装
  • 环境准备
  • 环境搭建
• 权重下载及转换
  • 权重下载
• 数据集准备及处理
  • 数据集下载
• 微调
  • 准备工作
  • 启动微调
• 环境变量声明
• 注意事项

版本说明

参考实现

url=https://github.com/FunAudioLLM/Fun-ASR
commit_id=d9ba359
url=https://github.com/modelscope/FunASR
commit_id=42b6d3b

变更记录

2026.03.09: 首次支持FunASR模型训练

---

环境安装

1. 环境准备

【模型开发时推荐使用配套的环境版本】

请参考安装指南，完成昇腾软件安装。

2. 环境搭建

git clone --branch 26.0.0 https://gitcode.com/Ascend/MindSpeed-MM.git

# 安装mindspeed及依赖
git clone --branch 26.0.0_core_r0.12.1 https://gitcode.com/Ascend/MindSpeed.git
cd MindSpeed
cp -r mindspeed ../MindSpeed-MM/

# 安装mindspeed mm及依赖
cd ../MindSpeed-MM
pip install -e .

注：sudachipy环境在安装前需要安装rust，如遇到问题，请在安装其它依赖前根据您的环境类型进行如下操作：

conda环境：

conda install -c conda-forge rust
conda install -c conda-forge sudachipy sudachidict-core

其他环境：

# Ubuntu安装命令：sudo apt-get install rustc cargo

# CentOs安装命令：sudo yum install rust cargo

# 安装sudachipy及字典
pip install sudachipy sudachidict-core --only-binary :all: --no-cache-dir

# 安装其它依赖
git clone https://github.com/modelscope/FunASR.git
cd FunASR
git checkout 42b6d3b
pip install -e .
cd ..
pip install -r examples/funasr/requirements.txt

---

权重下载及转换

1. 权重下载

从Huggingface库下载对应的模型权重:

• 模型地址: Fun-ASR-Nano-2512；

将下载的模型权重保存到本地目录下.

---

数据集准备及处理

1. 数据集下载

(以funasr-demo数据集为例)

git clone https://github.com/FunAudioLLM/Fun-ASR.git

离线下载数据集：

git clone https://www.modelscope.cn/datasets/FunAudioLLM/funasr-demo.git

运行数据集路径转换：

# 修改路径，执行数据路径转换脚本
# input_dir # Fun-ASR的data路径
# output_file  # 保存路径
# local_prefix # funasr-demo路径
python examples/funasr/data_conversion.py \
    --input_dir "./Fun-ASR/data" \
    --output_dir "./examples/funasr" \
    --remote_prefix '!https://modelscope.cn/datasets/FunAudioLLM/funasr-demo/resolve/master' \
    --local_prefix "./funasr-demo"

微调

1. 准备工作

配置脚本前需要完成前置准备工作，包括：环境安装、权重下载、数据集准备及处理，详情可查看对应章节。

2. 启动微调

在 examples/funasr/funasr_config.yaml 文件中配置好数据集和权重路径:

1. 将model_name_or_path修改为本地权重所在目录
2. 将train_data_set_list，val_data_set_list修改为数据转换后保存的jsonl路径

使用如下命令，启动FunASR的微调任务：

bash examples/funasr/finetune_funasr.sh

环境变量声明

环境变量	描述	取值说明
ASCEND_SLOG_PRINT_TO_STDOUT	是否开启日志打印	0: 关闭日志打屏 1: 开启日志打屏
ASCEND_GLOBAL_LOG_LEVEL	设置应用类日志的日志级别及各模块日志级别，仅支持调试日志	0: 对应DEBUG级别 1: 对应INFO级别 2: 对应WARNING级别 3: 对应ERROR级别 4: 对应NULL级别，不输出日志
TASK_QUEUE_ENABLE	用于控制开启task_queue算子下发队列优化的等级	0: 关闭 1: 开启Level 1优化 2: 开启Level 2优化
COMBINED_ENABLE	设置combined标志。设置为0表示关闭此功能；设置为1表示开启，用于优化非连续两个算子组合类场景	0: 关闭 1: 开启
CPU_AFFINITY_CONF	控制CPU端算子任务的处理器亲和性，即设定任务绑核	设置0或未设置: 表示不启用绑核功能 1: 表示开启粗粒度绑核 2: 表示开启细粒度绑核
HCCL_CONNECT_TIMEOUT	用于限制不同设备之间socket建链过程的超时等待时间	需要配置为整数，取值范围[120,7200]，默认值为120，单位s
PYTORCH_NPU_ALLOC_CONF	控制缓存分配器行为	expandable_segments:<value>: 使能内存池扩展段功能，即虚拟内存特征
HCCL_EXEC_TIMEOUT	控制设备间执行时同步等待的时间，在该配置时间内各设备进程等待其他执行通信同步	需要配置为整数，取值范围[68,17340]，默认值为1800，单位s
ACLNN_CACHE_LIMIT	配置单算子执行API在Host侧缓存的算子信息条目个数	需要配置为整数，取值范围[1, 10,000,000]，默认值为10000
TOKENIZERS_PARALLELISM	用于控制Hugging Face的transformers库中的分词器（tokenizer）在多线程环境下的行为	False: 禁用并行分词 True: 开启并行分词
MULTI_STREAM_MEMORY_REUSE	配置多流内存复用是否开启	0: 关闭多流内存复用 1: 开启多流内存复用
NPU_ASD_ENABLE	控制是否开启Ascend Extension for PyTorch的特征值检测功能	设置0或未设置: 关闭特征值检测 1: 表示开启特征值检测，只打印异常日志，不告警 2:开启特征值检测，并告警 3:开启特征值检测，并告警，同时会在device侧info级别日志中记录过程数据
ASCEND_LAUNCH_BLOCKING	控制算子执行时是否启动同步模式	0: 采用异步方式执行 1: 强制算子采用同步模式运行
NPUS_PER_NODE	配置一个计算节点上使用的NPU数量	整数值（如 1, 8 等）

---

注意事项

1. 若安装funasr包时构建失败，可能为创建的临时构建环境下载了最新版本的setuptools包，导致构建失败，建议使用--no-build-isolation参数进行pip install命令。