使用conda进行funasr本地部署：从环境配置到避坑指南
一、为什么要在本地折腾 FunASR？
第一次接到“把 FunASR 跑在笔记本上”的任务时，我的内心是拒绝的：
“不是有现成的 SaaS 吗？”
甲方一句话把我怼回来：“数据不能出内网，还得离线改模型。”
FunASR 是阿里达摩院开源的语音识别工具包，支持中文、方言、甚至带点口头禅的语音，转文字效果比通用 API 好一截。可它依赖的 PyTorch、CUDA、kaldi 三方库版本互相掐架，本地部署最常出现的画面就是：
- pip 装完 torch，import 报错
libcublas.so.x找不到 - conda 装完 cudatoolkit，运行却提示
CUDA capability sm_86 is not supported - 好不容易跑起来，一推理就 OOM，GPU 显存比钱包还干净
这篇文章把我踩过的坑一次性铺平，给只想“让它先跑起来”的新手一条活路。
二、为什么选 conda，而不是 venv / docker / pipx？
| 工具 | 优点 | 缺点 | 结论 |
|---|---|---|---|
| venv | Python 自带，轻量 | 无法管理二进制依赖（如 CUDA） | 不适合 |
| pipx | 无 | 需要手动编译，镜像大 | 新手劝退 |
| conda | 一条命令搞定 Python+CUDA+cuDNN | 体积大、源慢 | 最稳 |
| poetry | 依赖解析漂亮 | 对系统库无能为力 | 后续可迁 |
一句话：先 conda 让环境“能跑”，再考虑迁移到 poetry 或容器。
三、全流程实战：从 0 到第一次成功识别
1. 安装 Miniconda（已装请跳过）
去官网选Miniconda，别装臃肿的 Anaconda。
Windows 记得勾选 “Add Anaconda to my PATH”，否则后面conda命令找不到。
2. 创建隔离环境
# 新建一个专门给 FunASR 的 3.9 环境，名字随便取 conda create -n funasr python=3.9 -y conda activate funasrTips
- Python≥3.8 即可，但 3.9 目前兼容性最好。
- 环境名别用中文，Linux 下容易乱码。
3. 一次性装好 GPU 全家桶
# 以 CUDA 11.8 为例，30/40 系显卡通用 conda install pytorch==2.0.1 torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia验证是否成功
python - <<'PY' import torch, torchaudio print(torch.__version__, torchaudio.__version__) print("CUDA available:", torch.cuda.is_available()) PY看到True再继续，否则后面全是泪。
4. 装 FunASR 主包 + 模型仓库
# 官方源 pip install funasr -i https://pypi.org/simple # 国内镜像加速（清华） pip install funasr -i https://pypi.tuna.tsinghua.edu.cn/simple装完顺手把常用模型拖下来，省得推理时再下载：
from funasr import AutoModel # 这句会缓存到 ~/.cache/modelscope model = AutoModel(model="paraformer-zh", vad_model="fsmn-vad", punc_model="ct-punc") print("模型下载完成，大小约 1.2 G")5. 写个最小可运行脚本
# test_funasr.py from funasr import AutoModel model = AutoModel( model="paraformer-zh", # 中文通用 vad_model="fsmn-vad", # 语音活动检测 punc_model="ct-punc", # 加标点 device="cuda:0" ) wav_path = "demo_16k.wav" # 16kHz 单声道 result = model.generate(input=wav_path) print("识别结果：", result[0]["text"])把随便一段 16k 的 wav 扔进去，能出汉字就说明环境 OK。
四、conda 环境配置文件（可复现）
把下面内容保存成funasr-gpu.yaml，一键重建：
name: funasr channels: - pytorch - nvidia - conda-forge dependencies: - python=3.9 - pytorch=2.0.1 - torchvision - torchaudio - pytorch-cuda=11.8 - pip - pip: - funasr - modelscope # 模型管理使用：
conda env create -f funasr-gpu.yaml conda activate funasr五、避坑 FAQ（持续更新）
显卡驱动太老
报错CUDA driver version is insufficient
→ 升级驱动 ≥ 525，或干脆用 CPU 推理device="cpu"。CUDA 11.8 与系统 12.x 冲突
→ conda 环境里pytorch-cuda自带运行库，不影响系统目录，放心装。ffmpeg 缺失
报错ffprobe not found
→conda install ffmpeg -c conda-forge，别用 apt 版，容易版本错位。推理爆显存
→ 长音频先切分，加batch_size_s=300（单位秒），或者干脆用vad_model自动切段。Windows 下路径空格
→ 把模型缓存目录改到没空格的盘：set MODELSCOPE_CACHE=D:\models
六、性能调优小贴士
- 纯 CPU 机子：装
onnxruntime版模型，推理速度 ×2pip install funasr[onnx] - 显存 6 G 以下：加
--chunk_size 16流式识别，牺牲一点精度换稳定 - 显存 24 G 以上：把
batch_size_s拉到 600，并发跑多个文件，GPU 利用率 90%+ - 笔记本散热差：
export CUDA_LAUNCH_BLOCKING=1可降温度，但速度略慢
七、小结与下一步
跟着上面六步，你应该已经能在本地把一段 wav 扔给 FunASR，然后看到整整齐齐的中文。
conda 的好处就是“装得全、回滚快”，先把环境跑通，再去折腾微调、热词、流式接口。
如果你卡在了其他奇怪的错误，欢迎留言贴 traceback，一起把坑填平。
跑通后不妨试试点播一段方言音频，看看 FunASR 能不能把你家那边的“儿化音”也抠出来——有惊喜。
