modelscope/FunASR

FunASR 1.4.16: исправлено размещение моделей на устройствах, уточнена работа пунктуации и добавлены руководства по Native Transformers.

• Fixed: Исправлено сохранение конфигурации устройств (VAD, пунктуация, спикер) при повторных вызовах инференса.
• Added: Добавлены проверенные руководства по Native Transformers для английского и китайского языков.
• Added: Уточнена документация: объяснена необходимость использования CT-Transformer для пунктуации в SenseVoiceSmall и Paraformer.
• Added: Выпущены пресобранные бинарные файлы runtime-llamacpp-v0.2.6 для Linux, macOS и Windows.

FunASR 1.4.15: поддержка NumPy 2, улучшение стабильности стриминга и VAD, документация MOSS и обновления runtime.

• Fixed: Обеспечена совместимость с NumPy 2, обновлены вызовы librosa и тесты.
• Fixed: Улучшена надежность стриминга: сохранение кадров KWS, корректная работа VAD и ранжирование чекпоинтов.
• Added: Добавлены профили MOSS в Gradio-клиент и пример офлайн-транскрипции через vLLM.
• Added: Обновлены документация по развертыванию и примеры для Qwen3 и MOSS.
• Выпущены бинарные файлы runtime-llamacpp-v0.2.6 для Linux, macOS и Windows.

Исправлены ошибки NumPy и VAD, добавлена поддержка n8n и пример для Qwen3-asr, обновлены документы.

• Fixed: Исправлено несовпадение ABI NumPy 2 и принятие частичных результатов VAD в реальном времени.
• Added: Добавлена поддержка транскрипции через n8n OpenAI audio transcription и пример офлайн-запуска Qwen3-asr.
• Added: Нормализованы ISO-хинты языков для Fun-ASR-Nano.
• Обновлены документы: уточнены пути vLLM, границы MOSS и добавлены профили настройки L20.

Выпуск FunASR 1.4.12: стабилизация fp16 декодирования, поддержка MOSS diarization и новые бинарники llama.cpp.

• Added: Добавлена поддержка MOSS diarization во все этапы развертывания.
• Added: Выпущены готовые бинарные сборки FunASR с runtime llama.cpp для Linux, macOS и Windows.
• Fixed: Исправлена стабилизация fp16 декодирования в fun-asr-nano.
• Fixed: Исправлена логика сохранения выровненных частичных результатов при длинных сегментах в реальном времени.

Исправлена обработка ошибок загрузки, добавлена поддержка длинных транскрипций и диаризации через vLLM, выпущены бинарники для CUDA Blackwell.

• Added: Добавлена поддержка длинных транскрипций и диаризированных ответов через vLLM в MOSS.
• Added: Опубликованы ассеты для Windows с поддержкой CUDA Blackwell (sm_120).
• Fixed: Исправлено сохранение ошибок снапшота при загрузке.
• Added: Обновлена документация: раскрыт путь локального API MOSS и синхронизированы рецепты.

Исправлена работа SenseVoice (F16, веса), улучшена точность SRT, добавлен профилинг декодирования и адаптер AutoModel.

• Fixed: Исправлено декодирование эмбеддингов SenseVoice (F16) и загружены веса на выбранный бэкенд.
• Fixed: Устранены мелкие семантические разрывы в читаемом формате SRT.
• Added: Добавлен опциональный профилинг декодирования для улучшения производительности в реальном времени.
• Added: Реализован адаптер runtime AutoModel для интеграции с экосистемой MOSS.
• Added: Обновлен runtime llama.cpp до версии 0.2.5 с поддержкой различных платформ и архитектур.

FunASR 1.4.5: отказ от torchaudio в пользу knf, добавлены бинарники llama.cpp и улучшена работа с GPU.

• Breaking: torchaudio больше не является обязательным зависимым пакетом для стандартного инференса.
• Added: Добавлен опциональный бэкенд kaldi-native-fbank (knf) для уменьшения размера зависимостей.
• Added: Приложены готовые сборки llama.cpp / GGUF для Linux, macOS и Windows (CPU/GPU/Vulkan).
• Added: Включена поддержка интегрированных GPU-бэкендов для улучшенной совместимости.
• Fixed: Проведена валидация на Ascend 910B с показателем RTF 0.016.

FunASR 1.4.3: добавлен адаптер Silero VAD, оптимизирована кластеризация спикеров и обновлен runtime llama.cpp.

• Added: Добавлен опциональный адаптер Silero VAD с поддержкой ONNX, порогов срабатывания и сегментов в миллисекундах.
• Added: Внедрена нормализованная фиксированная K-кластеризация для больших наборов спикеров, заменяющая ресурсоемкий спектральный метод.
• Added: Обновлен prebuilt runtime llama.cpp (v0.2.0) с поддержкой Linux, macOS и Windows, включая CUDA и Vulkan.
• Added: Обновлены интеграции MLX Audio и OpenMAIC, а также контракты рантайма llama.cpp.

Исправление выравнивания пунктуации, DDP и DeepSpeed, поддержка SRT, Vulkan и SenseVoice в нативных рантаймах.

• Fixed: Исправлено выравнивание токенов пунктуации в AutoModel.
• Fixed: Устранены ошибки накопления градиентов DDP и инициализации DeepSpeed.
• Added: Добавлен вывод субтитров SRT в нативных рантаймах llama.cpp.
• Fixed: Исправлены сбои AMD Windows через обновление ggml/Vulkan.
• Added: Добавлена поддержка SenseVoice через audio.cpp и валидация Fun-ASR-Nano на vLLM 0.27.1.

Выпуск runtime-обёртки llama.cpp для FunASR с поддержкой SRT-субтитров, улучшенной работой Vulkan на AMD и готовыми бинарниками.

• Added: Добавлена поддержка вывода субтитров в формате SRT для моделей Fun-ASR-Nano, SenseVoiceSmall и Paraformer через флаг --srt.
• Added: Предоставлены готовые самодостаточные бинарные файлы для Linux, macOS и Windows, не требующие сборки или установки Python-рантайма.
• Fixed: Обновлена версия llama.cpp: улучшено пакетное выполнение для Vulkan на видеокартах AMD и улучшена диагностика ошибок VK_ERROR_DEVICE_LOST.
• Added: Добавлены рекомендации по настройке переменных GGML_VK_MAX_NODES_PER_SUBMIT и GGML_VK_SERIALIZE_SUBMISSIONS для устранения проблем с Vulkan.

FunASR 1.4.1: исправлена загрузка paraformer-en, добавлен LoRA для Qwen3, улучшена стабильность ONNX и SenseVoice.

• Fixed: Исправлен маршрут для paraformer-en: теперь загружается английская модель, а не китайская.
• Added: Добавлена поддержка LoRA-дообучения для LLM Qwen3 в Fun-ASR-Nano.
• Fixed: Устранены ошибки выбора чекпоинта при отсутствии метрик валидации.
• Added: В бинарники ONNX Runtime добавлен стабильный вывод JSONL с таймстампами.
• Added: Добавлен воспроизводимый путь развертывания SenseVoice через TensorRT/Triton.

FunASR 1.4.0: исправление опечатки VAD, восстановление нормализации SenseVoice, поддержка llama.cpp/GGUF и фиксы WebSocket.

• Fixed: Исправлена опечатка vda_model: теперь параметр vad_model проверяется сразу, предотвращая тихую работу без VAD.
• Fixed: Восстановлена английская нормализация орфографии для SenseVoice через файл english.json.
• Fixed: Восстановлена компиляция CUDA-ядер RWKV-BAT путем включения исходников .cpp и .cu в пакеты.
• Added: Добавлены готовые сборки llama.cpp / GGUF для SenseVoice, Paraformer и Fun-ASR-Nano под Linux, macOS и Windows.
• Fixed: Исправлено корректное завершение сессий ввода файлов через WebSocket при получении клиентом сигнала конца.