FireRedASR

环境要求

• Python 3.10（README 使用 conda 创建 python=3.10 环境）
• conda（Anaconda/Miniconda）用于创建虚拟环境
• git，用于克隆仓库与下载模型
• ffmpeg，用于把音频转成 16kHz 16-bit PCM
• 足够磁盘空间存放 pretrained_models 下的模型权重

安装与启动步骤

1. 1克隆项目仓库

   把 FireRedASR 源码下载到本地，后续所有命令都在该仓库根目录执行。

   git clone https://github.com/FireRedTeam/FireRedASR.git

   复制

2. 2创建 Python 环境

   新建名为 fireredasr 的 conda 环境并指定 Python 3.10，避免污染系统环境。

   conda create --name fireredasr python=3.10

   复制

3. 3激活环境

   切换到刚创建的环境，之后安装依赖和运行脚本都要在该环境中进行。

   conda activate fireredasr

   复制

4. 4安装依赖

   在仓库根目录按 requirements.txt 安装 Python 依赖，网络慢时可换国内镜像源。

   pip install -r requirements.txt

   复制

5. 5配置路径变量

   在仓库根目录设置 Linux PATH 与 PYTHONPATH，使 speech2text.py 等脚本可直接调用。

   export PATH=$PWD/fireredasr/:$PWD/fireredasr/utils/:$PATH
   export PYTHONPATH=$PWD/:$PYTHONPATH

   复制

6. 6下载模型权重

   从 huggingface 的 fireredteam 下载模型放到 pretrained_models 目录；用 LLM-L 时还需下载 Qwen2-7B-Instruct 并在 FireRedASR-LLM-L 目录内建软链接。

   ln -s ../Qwen2-7B-Instruct

   复制

7. 7转换音频格式

   模型要求 16kHz、单声道、16-bit PCM 的 wav，用 ffmpeg 先把输入音频转好。

   ffmpeg -i input_audio -ar 16000 -ac 1 -acodec pcm_s16le -f wav output.wav

   复制

8. 8运行推理脚本

   进入 examples 目录执行官方示例脚本，先后运行 AED 与 LLM 两个版本的推理。

   cd examples
   bash inference_fireredasr_aed.sh
   bash inference_fireredasr_llm.sh

   复制

关键配置

如何确认成功

执行 speech2text.py 对示例音频推理，能正常输出识别文本即部署成功；具体命令可在仓库根目录运行 speech2text.py --help 查看。

常见问题

注意事项

• 所有命令默认在克隆后的 FireRedASR 仓库根目录执行，路径变量依赖当前目录。
• 官方已开源升级版 FireRedASR2S（含 ASR、VAD、LID、Punc 模块），新用户可考虑直接使用。
• README 未说明显存/CPU 具体要求，实际运行前建议确认硬件是否能承载所选模型规模。