# FunASR FastAPI WebSocket Service 一个基于 FunASR 和 FastAPI 构建的高性能、实时的语音识别 WebSocket 服务。该项目核心特色是支持"一发多收"的广播模式,适用于会议实时字幕、在线教育、直播转写等需要将单一音源的识别结果分发给多个客户端的场景。 ## ✨ 功能特性 - **实时语音处理**: 集成 FunASR 的语音活动检测(VAD)、语音识别(ASR)和声纹识别(SPK)模型。 - **WebSocket 流式 API**: 提供低延迟、双向的实时通信接口。 - **"一发多收"架构**: - **发送者 (Sender)**: 单一客户端作为音频来源,向服务器持续发送音频流。 - **接收者 (Receiver)**: 多个客户端可以订阅同一个会话,实时接收广播的识别结果。 - **异步核心**: 基于 FastAPI 和 `asyncio` 构建,可处理大量并发连接。 - **模块化设计**: 清晰地分离了服务层 (`server.py`)、会话管理层 (`ASRRunner`) 和核心处理流水线 (`ASRPipeline`)。 ## 📂 项目结构 ``` . ├── main.py # 应用程序主入口,使用 uvicorn 启动服务 ├── WEBSOCKET_API.md # WebSocket API 详细使用文档和示例 ├── src │ ├── server.py # FastAPI 应用核心,管理生命周期和全局资源 │ ├── runner │ │ └── ASRRunner.py # 核心会话管理器,负责创建和协调识别会话 (SAR) │ ├── pipeline │ │ └── ASRpipeline.py # 同步的、基于线程的语音处理流水线 │ ├── functor # VAD, ASR, SPK 等原子操作的实现 │ ├── websockets │ │ ├── adapter.py # WebSocket 适配器,处理数据格式转换 │ │ ├── endpoint │ │ │ └── asr_endpoint.py # WebSocket 的业务逻辑端点 │ │ └── router.py # WebSocket 路由 │ └── ... └── tests ├── runner │ └── asr_runner_test.py # ASRRunner 的单元测试 (异步) └── websocket └── websocket_asr.py # WebSocket 服务的端到端测试 ``` ## 🚀 快速开始 ### 1. 环境与依赖 - Python 3.8+ - 项目依赖项记录在 `requirements.txt` 文件中。 ### 2. 安装 建议在虚拟环境中安装依赖。在项目根目录下,运行: ```bash pip install -r requirements.txt ``` ### 3. 运行服务 执行主入口文件来启动 FastAPI 服务: ```bash python main.py ``` 服务启动后,将监听 `http://0.0.0.0:8000`。 ## 💡 如何使用 服务通过 WebSocket 提供,客户端通过 `session_id` 来创建或加入一个识别会话,并通过 `mode` 参数声明自己的角色(`sender` 或 `receiver`)。 **详细的 API 说明、URL 格式以及 Python 和 JavaScript 的客户端连接示例,请参阅:** ➡️ **[WEBSOCKET_API.md](./docs/WEBSOCKET_API.md)** ## 🔬 测试 项目提供了两种测试方式来验证其功能。 ### 1. 端到端 WebSocket 测试 此测试会模拟一个 `sender` 和一个 `receiver`,完整地测试一次识别会话。 **前提**: 确保 FastAPI 服务正在运行。 ```bash python main.py ``` 在项目根目录下执行: ```bash python tests/websocket/websocket_asr.py ``` ### 2. ASRRunner 单元测试 此测试针对核心的 `ASRRunner` 组件进行,验证其异步逻辑。 执行测试: ```bash python test_main.py ```