TensorFlowASR

用 TF2 快速训练和部署端到端语音识别模型

TensorFlowASR 是一个基于 TensorFlow 2 的开源端到端语音识别工具箱，目标是在 TensorFlow 生态中提供接近当前最优（Almost State-of-the-art）的 ASR 能力。它解决了研究者和工程师在 TF2 上缺少统一、可复现语音识别实现的问题，把主流模型结构集中到一个代码库中，包括 Conformer、ContextNet、Jasper、DeepSpeech2 以及 RNN-Transducer 等，并支持 CTC 与 Transducer 两类训练目标。项目同时提供字符级和子词（subword）建模，方便处理中文、英文等不同语言，也支持自定义词表。整体设计强调配置驱动，用户通过 YAML 文件即可切换模型、数据集与解码方式，配套有数据预处理、训练、评估和推理脚本，适合做语音识别实验、模型对比以及二次开发。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1011

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类语音识别

开发团队TensorSpeech

所属国家

官网地址https://huylenguyen.com/asr

GitHubhttps://github.com/TensorSpeech/TensorFlowASR

定价模式free

价格说明开源免费，基于 TensorFlow 2 的 ASR 模型库

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型automatic-speech-recognition,conformer,contextnet,ctc,deepspeech2,end2end,jasper,rnn-transducer,speech-recognition,speech-to-text,streaming-transducer,subword-speech-recognition,tensorflow,tensorflow2,tflite,tflite-convertion,tflite-model

GitHub 星标★ 1011

30天Star增速

HF 下载量

上线时间2020-02-13 00:00:00

最近更新2026-09-28 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-01

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

使用教程

难度：入门约 10 分钟部署方式：本地安装 7 步

环境要求

Python 3.12 或 3.13
已安装 uv 包管理器
git（需要 git clone 拉取仓库）
可选：NVIDIA GPU（安装 cuda extra）
可选：Docker 与 docker-compose（容器方式运行）

安装与启动步骤

1克隆项目仓库

README 明确要求用 git clone 安装，因为训练和测试还需要 ctc_decoders、rnnt_loss 等第三方包。
```
git clone https://github.com/TensorSpeech/TensorFlowASR.git
cd TensorFlowASR
```
2安装默认依赖

普通 uv sync 会安装 tensorflow 与 tensorflow-text，CPU 和 Apple Silicon 用这一条即可。
```
uv sync
```
3可选装GPU支持

NVIDIA 显卡用户改用带 cuda extra 的命令，会安装 tensorflow[and-cuda]。
```
uv sync --extra cuda
```
4可选装开发工具

需要 pytest、ruff、pre-commit 等开发与导出工具时追加 dev extra。
```
uv sync --extra dev
```
5验证命令行

README 示例用 uv run 在环境中执行命令，能打印帮助信息说明安装完成。
```
uv run tensorflow_asr --help
```
6可选：安装TPU版

Cloud TPU 不是 extra，需先 sync 再跑脚本；脚本会先卸载原版 tensorflow 再装 TPU 版。
```
uv sync && ./scripts/install_tpu.sh
```
7可选：容器启动

README 在 Installation 中给出容器运行方式，直接用 docker-compose 后台启动。
```
docker-compose up -d
```

关键配置

配置项	必填	说明	示例
`extra: cuda`	否	在 pyproject.toml 中声明，安装 tensorflow[and-cuda] 供 NVIDIA GPU 使用	`uv sync --extra cuda`
`extra: dev`	否	安装 pytest、ruff、pre-commit、绘图与导出工具	`uv sync --extra dev`
`_（无 extra）`	是	默认只装 tensorflow 与 tensorflow-text，适合 CPU 与 Apple Silicon	`uv sync`

如何确认成功

执行 uv run tensorflow_asr --help 能正常输出帮助信息；容器方式可确认 docker-compose up -d 后容器处于运行状态。

常见问题

Q：为什么必须用 git clone 而不是 pip 安装？

A：README 说明训练和测试需要从其他作者处安装 ctc_decoders、rnnt_loss 等必要包，因此官方推荐 clone 仓库后安装。

Q：没有 NVIDIA 显卡能装吗？

A：可以。普通 uv sync 安装的 tensorflow + tensorflow-text 在 CPU 和 Apple Silicon 上都能用，GPU 支持是可选的 cuda extra。

Q：Cloud TPU 直接加 extra 行不行？

A：不行。README 说明 tensorflow-tpu 自带一份 tensorflow 发行版，只能用 ./scripts/install_tpu.sh 安装，否则两个版本会互相覆盖。

Q：TPU 安装后重新 uv sync 会有问题吗？

A：会。后续任何 uv sync 都会把原版 tensorflow 装回来，需要重新执行 ./scripts/install_tpu.sh。

Q：可以用 Docker 跑吗？

A：可以，README 的 Installation 中给出 docker-compose up -d，即可在容器中启动。

注意事项

Python 版本要求为 3.12 或 3.13，版本不符可能导致安装失败。
项目使用 uv 作为包管理器，所有命令建议通过 uv run 在项目环境中执行。
README 本节只给出安装方式，训练、推理、TFLite 转换等具体用法需查阅对应 Tutorial 与 Inference 章节。
TPU 脚本会卸载并覆盖原版 tensorflow，且每次 uv sync 后都要重跑。

核心亮点

模型覆盖全，Conformer、ContextNet、Jasper、DeepSpeech2、RNN-T 一库集成
支持字符与 subword 两种建模，方便中英文等多语言场景
配置驱动，YAML 切换模型与数据集，训练推理脚本完整

不足之处

相比 ESPnet、WeNet 等社区，文档与教程仍偏少，上手需读源码
预训练模型和中文数据配方有限，开箱即用程度一般

适用场景

在 TF2 技术栈中训练自定义语音识别模型
做 Conformer、RNN-T 等结构对比实验
为已有 TensorFlow 服务添加语音识别能力

替代项目

ESPnet、WeNet、K2/icefall

项目介绍

TensorFlowASR 是语音识别领域的开源项目，由 TensorSpeech 开发，2020 年首次发布。

在全站 13,465 个收录项目中，它的 GitHub 星标数（1,011）位列前 30%，在语音识别分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-28。开源免费，基于 TensorFlow 2 的 ASR 模型库。

它主要面向的使用场景是：在TF2技术栈中训练自定义语音识别模型。同类可对比的替代方案包括 ESPnet、WeNet、K2/icefall。

上一篇：mlx-qwen3-asr

下一篇：asryx