modelscope-funasr如果想让模型同时具备 中文、英文能力 是不是不能用这个预训练模型？

可以使用modelsce-funasr预训练模型进行中英文的语音识别，并且可以更换tokenizer。

modelscope-funasr是阿里巴巴提供的一个端到端的语音识别工具包，旨在为研究人员和开发人员在学术研究和工业应用之间架设桥梁。它支持多种语言，包括中文和英文，因此具备同时处理这两种语言的能力。ModelScope平台上也提供了多种不同大小、不同语种的模型供用户选择和使用。

关于iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch这个模型使用的tokenizer，它是以字符为单位进行分词的CharTokenizer。这种分词方式对于中文来说十分合适，因为中文写作不像英文那样由空格分隔单词。但是对于英文来说，这可能会导致将每个字母作为一个独立的token，这并非最佳做法。

在modelscope-funasr中，如果想要支持新的语言或者修改现有的语言处理能力，可以通过修改tokenizer来实现。比如拓展到维吾尔语，就可以使用相应的bpe模型生成新的tokenizer，并替换掉原来的tokenizer。同样地，如果需要支持中英文混合识别，理论上也是可以更换一个适合中英文的tokenizer，或者对现有tokenizer进行适当修改来达到目的。

综上所述，虽然modelscope-funasr提供的预训练模型默认使用的是CharTokenizer，但用户可以根据自己的需求更换或定制tokenizer，从而实现想要的中英文混合语音识别功能。

这个搞错了 ，正常走上面。
此回答整理自钉群“modelscope-funasr社区交流”