25 KiB

Raw Blame History

Qwen3-ASR

开箱即用的本地私有化部署语音识别服务

以 Qwen3-ASR 为核心的语音识别 API 服务，提供 NVIDIA CUDA vLLM、沐曦 MACA vLLM 与 CPU Rust 后端，兼容阿里云语音 API 和 OpenAI Audio API，并保留 Paraformer realtime WebSocket 能力。

在线演示站点

在线体验: https://asr.vect.one

演示

Release 1.0.1

v1.0.1 是当前补丁版本。v1.0.0 相对于早期 main 分支引入了一轮大规模 breaking refactor。如果你是从 main 升级过来，请先阅读 release 说明，再决定是否沿用旧的部署与运行时假设。

关键 breaking changes：

Python 依赖管理已经切到 uv（pyproject.toml + uv.lock），requirements*.txt 已移除

运行时栈改成 NVIDIA/沐曦 GPU -> vLLM、CPU/macOS -> vendored QwenASR Rust

MLX / Apple Silicon GPU 路径已移除，mps 会归一化到 cpu

macOS / Apple Silicon 现在默认总是 qwen3-asr-0.6b，可通过 QWEN3_ASR_MODEL 覆盖

ENABLED_MODELS 已移除

主要特性

混合运行时栈 - 离线推理由自动选择的 Qwen3-ASR 提供，WebSocket 流式由 Paraformer realtime 能力提供
说话人分离 - 基于 CAM++ 模型自动识别多说话人，返回说话人标记
OpenAI API 兼容 - 支持 /v1/audio/transcriptions 端点，可直接使用 OpenAI SDK
阿里云 API 兼容 - 支持阿里云语音识别 RESTful API 和 WebSocket 流式协议
WebSocket 流式识别 - 支持实时流式语音识别，低延迟
智能远场过滤 - 流式 ASR 自动过滤远场声音和环境音，减少误触发
智能音频分段 - 基于 VAD 的贪婪合并算法，自动切分长音频，避免包含过长静音
GPU 批处理加速 - 支持批量推理，比逐个处理快 2-3 倍
资源感知运行时 - 根据当前机器资源自动选择合适的 Qwen3-ASR 模型

致谢

Qwen3-ASR 提供官方模型与多模态 / vLLM 使用方式
QwenASR 提供本项目 vendored 的 CPU Rust backend

快速部署

1. Docker 部署(推荐)

# 复制并编辑配置
cp .env.example .env
# 编辑 .env 设置 API_KEY（可选）

# Compose 默认挂载：
#   /opt/dep/asr/models -> /app/models
#   /opt/dep/asr/data   -> /app/data
#   /opt/dep/asr/data/logs、temp、tasks 都在 data 挂载内

# 启动服务（NVIDIA GPU 版本）
docker-compose up -d

# 或沐曦 GPU 版本
docker-compose -f docker-compose-metax.yml up -d

# 或天数 GPU 版本
docker-compose -f docker-compose-iluvatar.yml up -d

# 或摩尔线程 / MUSA GPU 版本
docker-compose -f docker-compose-mthreads.yml up -d

# 或 CPU 版本
docker-compose -f docker-compose-cpu.yml up -d

# NVIDIA 多卡自动模式（每张可见卡自动拉起 1 个实例）
CUDA_VISIBLE_DEVICES=0,1,2,3 docker-compose up -d

# 沐曦多卡自动模式
METAX_VISIBLE_DEVICES=0,1 docker-compose -f docker-compose-metax.yml up -d

# 天数多卡自动模式
ILUVATAR_VISIBLE_DEVICES=0,1 docker-compose -f docker-compose-iluvatar.yml up -d

# 摩尔线程 / MUSA 多卡自动模式
MTHREADS_VISIBLE_DEVICES=0,1 docker-compose -f docker-compose-mthreads.yml up -d

服务访问地址：

API 端点: http://localhost:17003
API 文档: http://localhost:17003/docs

可选的内置限流参数：

NGINX_RATE_LIMIT_RPS（全局每秒请求上限，0 表示关闭）
NGINX_RATE_LIMIT_BURST（全局突发请求数，0 时自动使用 RPS）

docker run 方式（替代）:

# NVIDIA GPU 版本
docker run -d --name qwen3-asr \
  --gpus all \
  -p 17003:8000 \
  -e ACCELERATOR=nvidia \
  -e CUDA_VISIBLE_DEVICES=0,1,2,3 \
  -e API_KEY=your_api_key \
  -v /opt/dep/asr/models:/app/models \
  -v /opt/dep/asr/data:/app/data \
  unis/qwen3-asr:gpu-latest

# 沐曦 GPU 版本
docker run -d --name qwen3-asr-metax \
  --privileged \
  --network=host \
  --pid=host \
  --ipc=host \
  -v /dev:/dev \
  -v /opt/mxdriver:/opt/mxdriver:ro \
  -e ACCELERATOR=metax \
  -e PORT=17003 \
  -e METAX_VISIBLE_DEVICES=0 \
  -v /opt/dep/asr/models:/app/models \
  -v /opt/dep/asr/data:/app/data \
  unis/qwen3-asr:metax-latest

# CPU 版本
docker run -d --name qwen3-asr \
  -p 17003:8000 \
  -v /opt/dep/asr/models:/app/models \
  -v /opt/dep/asr/data:/app/data \
  unis/qwen3-asr:cpu-latest

默认推荐将宿主机目录统一挂载到 /opt/dep/asr 下，模型目录结构如下：

/opt/dep/asr/models/
  Qwen/
  iic/
  damo/

如果你希望改成自定义目录，也可以在启动前设置：

export MODEL_STORAGE_DIR=/data/qwen3-asr-models
export DATA_STORAGE_DIR=/data/qwen3-asr-data

注意: NVIDIA GPU 镜像默认使用 CUDA 13.0/cu130，并固定 torch 2.11.0 + vllm 0.20.0。开发者可通过 Docker build args 自行构建 CUDA 12.6、CUDA 13.0 或其他后端组合。沐曦镜像使用 Dockerfile.metax 基于沐曦官方 vLLM 镜像融合本项目。现场部署使用 host network、privileged，并挂载 /dev 与 /opt/mxdriver，确保 mx-smi 查询和沐曦 PyTorch 运行时都能初始化设备。当前 CPU 镜像已通过内置 QwenASR Rust backend 支持 qwen3-asr-0.6b。默认 CPU 镜像使用可分发 Rust 构建目标；只有自建且构建机/部署机 CPU 同构时才建议设置 QWENASR_RUST_TARGET_CPU=native。 CUDA vLLM 与 CPU Rust 路径下，word_timestamps=true 都会自动调用 forced aligner；当前实际后端为 CUDA -> vLLM、CPU/macOS -> vendored QwenASR Rust。 Apple Silicon 上的 Qwen3-ASR 现已统一走 Rust CPU backend。 start.py 现在会强制把 vLLM 多进程方式设为 spawn，避免 CUDA 在 fork 子进程中重复初始化导致启动失败。

自定义 GPU 后端构建：

# 默认 GPU 构建：CUDA 13.0 / PyTorch cu130
docker build -t qwen3-asr:gpu-cu130 -f Dockerfile.gpu .

# CUDA 12.6 构建，用于旧部署环境
docker build -t qwen3-asr:gpu-cu126 -f Dockerfile.gpu \
  --build-arg PYTORCH_BASE_IMAGE=pytorch/pytorch:2.11.0-cuda12.6-cudnn9-runtime \
  --build-arg PYTORCH_CUDA_INDEX=https://download.pytorch.org/whl/cu126 \
  --build-arg CUDA_NVCC_PACKAGE=cuda-nvcc-12-6 \
  --build-arg TORCH_CUDA_ARCH_LIST="8.0;8.6;8.9" \
  .

# CUDA 13.0 构建，用于需要 CUDA 13 工具链的环境
docker build -t qwen3-asr:gpu-cu130 -f Dockerfile.gpu \
  --build-arg PYTORCH_BASE_IMAGE=pytorch/pytorch:2.11.0-cuda13.0-cudnn9-runtime \
  --build-arg PYTORCH_CUDA_INDEX=https://download.pytorch.org/whl/cu130 \
  --build-arg CUDA_NVCC_PACKAGE=cuda-nvcc-13-0 \
  --build-arg TORCH_CUDA_ARCH_LIST="12.0+PTX" \
  .

# 沐曦构建：基于沐曦官方 vLLM 镜像融合本项目
./scripts/package_vendor_gpu_image.sh \
  --vendor metax \
  --base-image <沐曦官方vLLM镜像名> \
  -v n260-3.7.0.38

# 天数构建：基于天数官方 vLLM 镜像融合本项目
docker pull registry.iluvatar.com.cn:10443/customer/sz/vllm0.17.0-4.4.0-x86:v5
./scripts/package_vendor_gpu_image.sh \
  --vendor iluvatar \
  --base-image registry.iluvatar.com.cn:10443/customer/sz/vllm0.17.0-4.4.0-x86:v5 \
  -v vllm0.17.0-4.4.0-v5

# 摩尔线程构建：基于摩尔线程官方 MUSA vLLM 镜像融合本项目
docker pull registry.mthreads.com/presale/devtech/vllm_musa:s4000_4.3.5_d0519
./scripts/package_vendor_gpu_image.sh \
  --vendor mthreads \
  --base-image registry.mthreads.com/presale/devtech/vllm_musa:s4000_4.3.5_d0519 \
  -v s4000_4.3.5_d0519

沐曦 GPU 国产化离线交付请优先参考沐曦 GPU 国产化离线部署指南。天数 GPU 国产化离线交付请优先参考天数 GPU 国产化离线部署指南。摩尔线程 GPU 国产化离线交付请优先参考摩尔线程 GPU 国产化离线部署指南。

内网部署：现在可以直接生成一个带时间戳和 CPU/GPU 标识的离线交付目录，里面包含镜像包、compose、.env 模板、目录初始化脚本和使用说明。离线导出脚本使用普通 docker build + docker save，不依赖 buildx：

# 1. 生成离线交付目录
./export_offline_bundle.sh --type gpu
# 或
./export_offline_bundle.sh --type cpu
# 或沐曦 GPU
./export_offline_bundle.sh \
  --type metax \
  --metax-base cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64 \
  --skip-models
# 或天数 GPU
./export_offline_bundle.sh --type iluvatar --iluvatar-base registry.iluvatar.com.cn:10443/customer/sz/vllm0.17.0-4.4.0-x86:v5
# 或摩尔线程 GPU
./export_offline_bundle.sh --type mthreads --mthreads-base registry.mthreads.com/presale/devtech/vllm_musa:s4000_4.3.5_d0519
# 或一次同时打包 GPU + CPU
./export_offline_bundle.sh --type all

# 2. 单独准备模型，不删除已有模型文件
./scripts/download-models.sh --models-dir /opt/dep/asr/models

# 3. 把交付目录复制到内网服务器
scp -r build-file/<时间戳>-all user@server:/opt/dep/asr/

# 4. 在内网服务器上导入并启动
cd /opt/dep/asr/<时间戳>-all
./init_host_dirs.sh
gunzip -c qwen3-asr-gpu-<时间戳>-amd64.tar.gz | docker load
gunzip -c qwen3-asr-cpu-<时间戳>-amd64.tar.gz | docker load
# NVIDIA GPU
docker compose up -d
# 或沐曦 GPU
# docker compose -f docker-compose-metax.yml up -d
# 或天数 GPU
# docker compose -f docker-compose-iluvatar.yml up -d
# 或摩尔线程 GPU
# docker compose -f docker-compose-mthreads.yml up -d
# 或 CPU
# docker compose -f docker-compose-cpu.yml up -d

详细部署说明请查看部署指南

本地开发

系统要求:

Python 3.10+
默认 GPU 镜像要求 CUDA 13.0+；CUDA 12.6 / 13.0 可通过 Docker build args 自行构建
FFmpeg (音频格式转换)

安装步骤:

运行时依赖现在改成“根目录默认 GPU，CPU 单独特化环境”：

模式	命令	说明
NVIDIA GPU（默认）	`uv sync` 或 `./scripts/sync_gpu_env.sh`	同步根目录 pyproject.toml 和 uv.lock 到 `.venv`，包含 CUDA 13.0/cu130 `torch 2.11.0` / `torchaudio 2.11.0` / `torchvision 0.26.0` / `vllm 0.20.0`
沐曦 GPU	`./scripts/sync_metax_env.sh`	同步 environments/metax/pyproject.toml 的公共依赖；可选 GPU 栈安装默认从沐曦 MACA PyPI 源按 `--no-deps` 安装
天数 GPU	`./scripts/sync_iluvatar_env.sh`	同步 environments/iluvatar/pyproject.toml 的公共依赖；GPU 栈建议来自天数官方 vLLM 镜像
摩尔线程 GPU	`./scripts/sync_mthreads_env.sh`	同步 environments/mthreads/pyproject.toml 的公共依赖；GPU 栈建议来自摩尔线程官方 MUSA vLLM 镜像
CPU（特化）	`./scripts/sync_cpu_env.sh`	同步 environments/cpu/pyproject.toml 对应的 CPU lock 到 `.venv`
自动	`./scripts/sync_accel_env.sh`	有 `mx-smi` 时选择沐曦，有 `ixsmi` 时选择天数，有 `mthreads-gmi` 时选择摩尔线程，有 `nvidia-smi` 时选择 NVIDIA，否则选择 CPU

# 克隆项目
cd qwen3-asr

# 安装依赖（Linux/NVIDIA CUDA）
uv sync

# 启动服务
source .venv/bin/activate
python start.py

沐曦本地开发：

./scripts/sync_metax_env.sh
source .venv/bin/activate
ACCELERATOR=metax python start.py

macOS / Apple Silicon 本地开发：

./scripts/sync_cpu_env.sh
source .venv/bin/activate
python start.py

当前运行时默认值

当前主线代码的运行时行为如下：

ACCELERATOR=auto 会优先识别 mx-smi 上报的沐曦设备，其次识别 ixsmi 上报的天数设备，再识别 mthreads-gmi 上报的摩尔线程设备，再识别 NVIDIA CUDA，否则回落 CPU
DEVICE=auto
- NVIDIA/沐曦/天数 GPU 时解析为 cuda:0
- 否则解析为 cpu
DEVICE=mps 会直接归一化为 cpu
Linux + NVIDIA CUDA 使用官方 vLLM
Linux + 沐曦 MACA 使用沐曦兼容 PyTorch/vLLM 运行栈
Linux + 天数 使用天数官方 vLLM 镜像运行栈
Linux + CPU 使用 vendored QwenASR Rust
macOS / Apple Silicon 也使用 vendored QwenASR Rust
macOS / Apple Silicon 默认总是 qwen3-asr-0.6b
在 macOS 上，只有设置 QWEN3_ASR_MODEL=qwen3-asr-1.7b 时才会使用 qwen3-asr-1.7b
word_timestamps=true 在当前离线 CUDA 与 CPU Rust 路径下可用
WebSocket 流式路径当前不返回词级时间戳
CAM++ 说话人分离仍然必须保留，并继续跟随 DEVICE；在 CPU 上的主要热点仍是 speaker verification embedding

API 接口

OpenAI 兼容接口

端点	方法	功能
`/v1/audio/transcriptions`	POST	音频转写（OpenAI 兼容）
`/v1/models`	GET	离线模型列表

请求参数:

参数	类型	默认值	说明
`file`	file	提供时优先使用	音频/视频文件
`audio_address`	string	可选	音频/视频文件 URL（HTTP/HTTPS）、`file://` 或服务端本地路径；若同时提供 `file`，则忽略
`language`	string	自动检测	语言代码 (zh/en/ja)
`enable_speaker_diarization`	bool	`true`	启用说话人分离
`enable_speaker_identification`	bool	`true`	说话人分离开启时匹配已注册声纹库
`enable_text_cleanup`	bool	`true`	启用文本去重、跨段重叠裁剪和口头语清理
`word_timestamps`	bool	`false`	返回后端支持的字词级时间戳；Qwen CUDA vLLM 与 CPU Rust 在启用时会自动调用 forced aligner
`hotwords`	string	-	热词，格式：`词1 权重1 词2 权重2`
`response_format`	string	`verbose_json`	输出格式
`prompt`	string	-	提示文本（保留兼容）
`temperature`	float	`0`	采样温度（保留兼容）

音频/视频输入方式:

文件上传: 使用 file 参数上传音频文件或带音轨的视频容器
URL / 本地路径读取: 使用 audio_address 参数提供音频/视频 URL 或服务端本地路径，服务将自动读取
优先级: 如果同时提供 file 和 audio_address，服务会优先使用 file，并忽略 audio_address

使用示例:

# 使用 OpenAI SDK
from openai import OpenAI

client = OpenAI(base_url="http://localhost:8000/v1", api_key="your_api_key")

with open("audio.wav", "rb") as f:
    transcript = client.audio.transcriptions.create(
        file=f,
        response_format="verbose_json"  # 获取分段和说话人信息
    )
print(transcript.text)

# 使用 curl
curl -X POST "http://localhost:8000/v1/audio/transcriptions" \
  -H "Authorization: Bearer your_api_key" \
  -F "file=@audio.wav" \
  -F "model=qwen3-asr-0.6b" \
  -F "response_format=verbose_json" \
  -F "enable_speaker_diarization=true" \
  -F "enable_speaker_identification=true" \
  -F "enable_text_cleanup=true" \
  -F "hotwords=Qwen 2.0 ModelScope 1.5"

支持的响应格式: json, text, srt, vtt, verbose_json

阿里云兼容接口

端点	方法	功能
`/stream/v1/asr`	POST	语音识别（支持长音频）
`/stream/v1/asr/models`	GET	声明条目列表
`/stream/v1/asr/health`	GET	健康检查
`/ws/v1/asr`	WebSocket	Qwen3-ASR 流式识别
`/ws/v1/asr/qwen`	WebSocket	Qwen3-ASR 流式识别（显式路径）
`/ws/v1/asr/funasr`	WebSocket	已移除；会返回废弃错误并提示切换到 `/ws/v1/asr/qwen`

请求参数:

参数	类型	默认值	说明
`audio_address`	string	`https://media.cdn.vect.one/podcast_demo.mp4`（文档示例）	音频/视频 URL、`file://` 或服务端本地路径（可选；若同时上传内容则忽略）
`sample_rate`	int	`16000`	采样率
`enable_speaker_diarization`	bool	`true`	启用说话人分离
`enable_speaker_identification`	bool	`true`	说话人分离开启时匹配已注册声纹库
`enable_text_cleanup`	bool	`true`	启用文本去重、跨段重叠裁剪和口头语清理
`word_timestamps`	bool	`false`	返回后端支持的字词级时间戳；Qwen CUDA vLLM 与 CPU Rust 在启用时会自动调用 forced aligner
`vocabulary_id`	string	-	热词（格式：`词1 权重1 词2 权重2`）

使用示例:

# 基本用法
curl -X POST "http://localhost:8000/stream/v1/asr" \
  -H "Content-Type: application/octet-stream" \
  --data-binary @audio.wav

# 带参数
curl -X POST "http://localhost:8000/stream/v1/asr?enable_speaker_diarization=true&enable_speaker_identification=true&enable_text_cleanup=true&vocabulary_id=Qwen%202.0%20ModelScope%201.5" \
  -H "Content-Type: application/octet-stream" \
  --data-binary @audio.wav

会议离线接口

端点	方法	功能
`/api/v1/asr/transcriptions`	POST	创建离线会议识别任务
`/api/v1/asr/transcriptions/{task_id}`	GET	查询任务状态和结果

该接口生产调用只使用 audio_address。

{
  "audio_address": "https://example.com/media/meeting.mp4",
  "config": {
    "enable_speaker": true,
    "match_speaker_registry": true,
    "enable_text_cleanup": true,
    "speaker_threshold": 0.6,
    "word_timestamps": false,
    "hotwords": [
      { "hotword": "通义千问", "weight": 2.0 },
      { "hotword": "ModelScope", "weight": 1.5 }
    ]
  }
}

响应示例:

{
  "task_id": "xxx",
  "status": 200,
  "message": "SUCCESS",
  "result": "说话人1的内容...\n说话人2的内容...",
  "duration": 60.5,
  "processing_time": 1.234,
  "segments": [
    {
      "text": "今天天气不错。",
      "start_time": 0.0,
      "end_time": 2.5,
      "speaker_id": "说话人1",
      "word_tokens": [
        {"text": "今天", "start_time": 0.0, "end_time": 0.5},
        {"text": "天气", "start_time": 0.5, "end_time": 0.9},
        {"text": "不错", "start_time": 0.9, "end_time": 1.3}
      ]
    }
  ]
}

说话人分离

基于 CAM++ 模型实现多说话人自动识别：

默认开启 - enable_speaker_diarization=true
自动识别 - 无需预设说话人数量，模型自动检测
说话人标记 - 响应中包含 speaker_id 字段（如 "说话人1"、"说话人2"）
智能合并 - 两层合并策略避免孤立短片段：
- 第一层：小于10秒的同说话人片段累积合并
- 第二层：连续片段累积合并至60秒上限
字幕支持 - SRT/VTT 格式输出包含说话人标记 [说话人1] 文本内容

关闭说话人分离：

# OpenAI API
-F "enable_speaker_diarization=false"

# 阿里云 API
?enable_speaker_diarization=false

音频处理

智能分段策略

长音频自动分段处理：

VAD 语音检测 - 检测语音边界，过滤静音
贪婪合并 - 累积语音段，确保每段不超过 MAX_SEGMENT_SEC（默认60秒）
静音切分 - 语音段间静音超过3秒时强制切分，避免包含过长静音
批处理推理 - 多片段并行处理，GPU 模式下性能提升 2-3 倍

WebSocket 流式识别限制

Qwen3-ASR 流式（使用 /ws/v1/asr 或 /ws/v1/asr/qwen）：

✅ 支持多语言实时识别
✅ 当前支持 CUDA vLLM 与 CPU Rust 两条流式路径
❌ 当前流式路径不返回词级时间戳

Qwen3 运行时矩阵

运行环境	后端	离线转写	WebSocket 流式	离线词级时间戳	流式词级时间戳	成熟度
Linux + NVIDIA GPU	官方 vLLM 0.20.0	✅	✅	✅	❌	面向生产
CPU / macOS	QwenASR Rust	✅	✅	✅（forced aligner）	❌	推荐本地后端

支持离线的模型

模型 ID	名称	说明	特性
`qwen3-asr-1.7b`	Qwen3-ASR 1.7B	高性能多语言 ASR；CUDA 使用 vLLM	离线/实时
`qwen3-asr-0.6b`	Qwen3-ASR 0.6B	轻量版多语言 ASR；CUDA 使用 vLLM，CPU/macOS 使用 Rust backend	离线/实时

运行时选择:

显存 >= 32GB: 选择 qwen3-asr-1.7b
显存 < 32GB: 选择 qwen3-asr-0.6b
无 CUDA: 选择基于 vendored Rust 的 qwen3-asr-0.6b
macOS / Apple Silicon: 无论内存大小多少，默认都选择 qwen3-asr-0.6b
环境变量覆盖: 设置 QWEN3_ASR_MODEL=qwen3-asr-1.7b 或 QWEN3_ASR_MODEL=qwen3-asr-0.6b 可跳过自动选择

启动时会先检测当前运行计划所需模型；如果本地缓存缺失，会自动从 ModelScope 下载。离线部署请提前准备模型缓存。

环境变量

推荐直接关心的公开配置：

变量	默认值	说明
`API_KEY`	-	API 认证密钥（可选，未配置时无需认证）
`LOG_LEVEL`	`INFO`	日志级别（DEBUG/INFO/WARNING/ERROR）
`MAX_AUDIO_SIZE`	`2048`	最大音频文件大小（MB，支持单位如 2GB）
`ASR_BATCH_SIZE`	`4`	长音频分段后的 ASR 批处理大小
`MAX_SEGMENT_SEC`	`60`	音频分段最大时长（秒）
`ASR_ENABLE_NEARFIELD_FILTER`	`true`	启用远场声音过滤
`QWEN3_ASR_MODEL`	自动选择	强制选择 `qwen3-asr-1.7b` 或 `qwen3-asr-0.6b`
`QWEN_GPU_MEMORY_UTILIZATION`	`0.9`	vLLM 可保留的 GPU 显存上限；共享显卡时可调低，KV cache 不足时可适当调高
`QWEN_VLLM_ENFORCE_EAGER`	`true`	强制 vLLM eager 执行以提高兼容性；NVIDIA 性能测试可设为 `false` 允许 CUDA Graph 优化

远场过滤调优建议：

ASR_NEARFIELD_RMS_THRESHOLD=0.01 是当前默认值，也是推荐起点
嘈杂环境可以适当调高，增强背景语音过滤
安静环境如果出现小声说话漏识别，可以适当调低
需要观察过滤行为时，可临时设置 LOG_LEVEL=DEBUG

后端专项高级配置：

变量	默认值	说明
`QWEN_RUST_CPU_WORKERS`	`4`	CPU Rust backend worker 数（Rust ASR / forced align 默认 4 个 runtime）
`QWENASR_LIBRARY_PATH`	自动探测	覆盖 vendored Rust 动态库路径

资源需求

最小配置（CPU）:

CPU: 4 核
内存: 16GB
磁盘: 20GB

推荐配置（GPU）:

CPU: 4 核
内存: 16GB
GPU: NVIDIA GPU (16GB+ 显存)
磁盘: 20GB

API 文档

启动服务后访问：

Swagger UI: http://localhost:8000/docs
ReDoc: http://localhost:8000/redoc

许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

Star 历史

贡献

欢迎提交 Issue 和 Pull Request 来改进项目!

25 KiB Raw Blame History Unescape Escape