modelscope-funasr中命令行用法 如何生成带时间戳的结果？

在ModelScope-FunASR中，生成带时间戳的结果可以通过命令行工具实现。以下是详细的步骤和说明：

1. 安装FunASR

在使用命令行生成带时间戳的结果之前，需要确保已正确安装FunASR工具包。如果尚未安装，请按照以下步骤操作：

1. 克隆ModelScope-FunASR代码仓库：

   git clone https://github.com/alibaba-damo-academy/FunASR.git
   

2. 进入代码仓库根目录：

   cd FunASR
   

3. 安装依赖包：

   pip install -r requirements.txt
   

4. 安装FunASR的funclip模块：

   pip install funasr[clip]
   

注意：确保您的环境满足以下要求： - Python版本为3.7或更高。 - 已安装PyTorch及其他依赖包。

2. 使用命令行生成带时间戳的结果

FunASR支持通过命令行工具生成语音识别结果，并附带时间戳信息。以下是具体用法：

2.1 基本命令格式

python funasr/bin/asr_inference.py \
  --model_path <模型路径> \
  --input_file <输入音频文件路径> \
  --output_dir <输出结果目录> \
  --timestamp True

2.2 参数说明

• --model_path：指定使用的语音识别模型路径。可以从ModelScope社区下载预训练模型。
• --input_file：指定输入的音频文件路径（支持常见格式如WAV、MP3等）。
• --output_dir：指定输出结果的保存目录。
• --timestamp：设置为True以生成带时间戳的结果。

2.3 示例命令

假设您已下载了一个预训练模型，并将其存储在/path/to/model目录下，输入音频文件为example.wav，希望将结果保存到/path/to/output目录中，则可以运行以下命令：

python funasr/bin/asr_inference.py \
  --model_path /path/to/model \
  --input_file example.wav \
  --output_dir /path/to/output \
  --timestamp True

3. 输出结果格式

生成的带时间戳结果通常以JSON格式保存，包含以下关键字段： - text：识别出的文本内容。 - timestamps：每个单词或句子的时间戳信息，通常以起始时间和结束时间表示。

示例输出：

{
  "text": "欢迎使用阿里云",
  "timestamps": [
    {"word": "欢迎", "start_time": 0.5, "end_time": 1.2},
    {"word": "使用", "start_time": 1.3, "end_time": 1.8},
    {"word": "阿里云", "start_time": 1.9, "end_time": 2.5}
  ]
}

4. 注意事项

• 模型选择：确保选择适合任务需求的预训练模型。例如，如果您需要处理中文语音，可以选择中文领域的模型。
• 音频格式：输入音频文件需符合模型支持的格式和采样率要求。如果不符合，建议先进行格式转换。
• 性能优化：对于长音频文件，建议分段处理以提高识别效率。

通过上述步骤，您可以轻松使用ModelScope-FunASR的命令行工具生成带时间戳的语音识别结果。