jianchang512/fireredasr-ui

这是一个用于 小红书ASR/FireRedASR 的webUI及API项目，api兼容openai格式

FireRedASR 是一个高度精确的中文语音转文字项目。

WebUI

源码安装 Linux/MacOS

确保已安装 python3.10 、ffmpeg

进入某个目录下，打开终端

1. 拉取源码，执行命令 git clone https://github.com/jianchang512/fireredasr-ui.git
2. 进入源码目录 cd FireRedASR
3. 创建虚拟环境：python3 -m venv venv
4. 激活该环境：. venv/bin/activate
5. 安装依赖:pip3 install -r requirements.txt
6. 下载AED模型，点击 FireRedASR-AED-L模型下载 下载模型，将页面中的几个文件下载后放入 /pretrained_models/FireRedASR-AED-L文件夹内
7. 下载LLM模型，点击 FireRedASR-LLM-L模型下载 下载模型，将页面中的几个文件下载后放入 /pretrained_models/FireRedASR-LLM-L文件夹内
8. 下载 Qwen2-7B-Instruct 模型，点击 Qwen2-7B-Instruct模型下载 ，将页面中的几个文件下载后放入 /pretrained_models/FireRedASR-LLM-L/Qwen2-7B-Instruct 文件夹内

Windows整合包

• AED模型(model.pth.tar)：体积 4.35G

• LLM模型：实际包含两个大模型，一个是小红书本身的识别模型(model.pth.tar) 3.37G，另外还包含Qwen2-7B的4个模型，合计 17G。

所有模型合计21G，即便压缩为7z，仍超过10G，集成到整合包中后，没有合适的网盘支持上传单文件大于10G的，因此整合包仅包含程序主体，不含任何模型，请下载整合包解压后，再按照下面说明单独下载模型，放入指定位置。

注意模型在 huggingface.co 网站上，这个网站国内无法访问，需要魔法才可下载。

整合包主体下载

整合包主体1.7G, 浏览器中打开该地址可直接下载

https://github.com/jianchang512/fireredasr-ui/releases/download/v0.3/fireredASR-2025-0224.7z 下载后解压，如下图

下载 AED 模型

这个比较简单，仅需要下载一个模型文件，然后将下载的 model.pth.tar 文件放到整合包目录的 pretrained_models/FireRedASR-AED-L 文件夹内即可,不要解压不要解压该tar文件

下载地址: https://huggingface.co/FireRedTeam/FireRedASR-AED-L/resolve/main/model.pth.tar?download=true

下载后保存示例

下载 LLM 模型

这个略微复杂点，合计需要下载4个文件，1个是小红书本身的模型model.pth.tar，另3个是 Qwen2 的模型

• **model.pth.tar下载地址(小红书): **

https://huggingface.co/FireRedTeam/FireRedASR-LLM-L/resolve/main/model.pth.tar?download=true

将下载的 model.pth.tar 文件放到整合包的 pretrained_models/FireRedASR-LLM-L 文件夹内，注意文件夹名字中含有LLM，如下图，千万莫要搞错。不要解压不要解压该tar文件

• Qwen2模型下载地址:

将以下4个链接下载的文件放到整合包的 pretrained_models/FireRedASR-LLM-L/Qwen2-7B-Instruct 文件夹内

https://huggingface.co/Qwen/Qwen2-7B-Instruct/resolve/main/model-00001-of-00004.safetensors?download=true

https://huggingface.co/Qwen/Qwen2-7B-Instruct/resolve/main/model-00002-of-00004.safetensors?download=true

https://huggingface.co/Qwen/Qwen2-7B-Instruct/resolve/main/model-00003-of-00004.safetensors?download=true

https://huggingface.co/Qwen/Qwen2-7B-Instruct/resolve/main/model-00004-of-00004.safetensors?download=true

下载后的4个文件放入 Qwen2-7B-Instruct 文件夹内，如下图。

启动整合包

模型下载并正确放置后，双击 启动.bat 即可执行启动，启动后会自动在浏览器中 http://127.0.0.1:5078，如果正确显示了如下界面，就可以使用了。

API 地址:

默认地址: http://127.0.0.1:5078/v1

OpenAI SDK中使用

from openai import OpenAI
client = OpenAI(api_key='123456',
    base_url='http://127.0.0.1:5078/v1')

audio_file = open("5.wav", "rb")
transcript = client.audio.transcriptions.create(
  model="whisper-1",
  file=audio_file,
  response_format="json",
  timeout=86400
)

print(transcript.text)

在 pyVideoTrans 中使用

如下图在 OpenAI语音识别及兼容API中填写，然后在语音识别渠道中选择OpenAI语音识别

Acknowledgements

• 小红书ASR/FireRedASR