Hugging Face's logo

ml-resources
/
FunASR-bmodel

Automatic Speech Recognition
Chinese
funasr
asr
speech-recognition
sophgo
bmodel
tpu
edge
Model card Files
xet
 Community
FunASR-bmodel
File size: 2,734 Bytes
a89fd96
 
ca36e76
 
 
 
 
 
 
 
 
 
 
a89fd96
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ca36e76
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
---
license: unknown
language:
- zh
pipeline_tag: automatic-speech-recognition
tags:
- funasr
- asr
- speech-recognition
- sophgo
- bmodel
- tpu
- edge
---

> Mirror of [wlc952/FunASR-bmodel](https://www.modelscope.cn/models/wlc952/FunASR-bmodel) from ModelScope. All credit to the original authors. Not an official release from them. No license was declared at the source; all rights remain with the original authors.

# FunASR-bmodel for monitor

## 快速开始

```sh
git lfs install
git clone https://www.modelscope.cn/wlc952/FunASR-bmodel.git

cd FunASR-bmodel
uv sync
source .venv/bin/activate

cd bmodel # 注意工作目录是 ./bmodel
python monitor.py   --rtsp rtsp://127.0.0.1:8554/stream1   --system-audio ../system_ref.wav  --system-phrases ../system_phrases.txt   --chunk-seconds 10
```

## 说明

1. 本python项目使用uv管理，请先安装uv。参考安装方式：

```bash
# 推荐方式
curl -LsSf https://astral.sh/uv/install.sh | sh

# pipx 安装
sudo apt install pipx
pipx install uv
pipx ensurepath
```

2. 虚拟环境创建/同步

   ```bash
   uv sync
   source .venv/bin/activate
   ```

3. 关键文件

   - 模型测试脚本 `bmodel/offline.py` ，直接运行即可。

    ```bash
    cd bmodel
    python offline.py
    ```

   - 对话监测脚本 `bmodel/monitor.py` ，运行方式如下

    ```bash
    cd bmodel
    python monitor.py   --rtsp rtsp://172.24.64.225:8554/stream1   --system-audio ../system_ref.wav  --system-phrases ../system_phrases.txt   --chunk-seconds 10
    ```

    相关参数说明：

    ```python
       parser = argparse.ArgumentParser(description="监控场景下非系统人声检测与上报")
       parser.add_argument("--rtsp", required=True, help="RTSP 地址，例如 rtsp://user:pass@ip:554/Streaming/Channels/101")
       parser.add_argument(
           "--system-audio",
           default="../system_ref.wav",
           help="系统参考音频，作为前置拼接，系统说话人 spk=0",
       )
       parser.add_argument("--out-dir", default="/data/alarms", help="告警本地保存目录 (已由 nginx 映射到 /static)")
       parser.add_argument("--chunk-seconds", type=int, default=10, help="检测窗口秒数，默认 10s")
       parser.add_argument(
           "--system-phrases",
           default="../system_phrases.txt",
           help="系统提示词文本库（每行一条），用于过滤系统播报文本。如果系统声音错误上报，请将对应的识别文本加入到该文件。",
       )
   ```

   还有一些参数需要直接修改代码：
   - ip修改：搜索并修改`get_local_ip_fallback()`
   - POST信息修改：搜索并修改`def post_alert(safety_url: str, when: str, timeout: int = 2)`