# 模型下载的若干问题

CapsWriter-Offline 完全离线运行，所有模型都在本地：

| 引擎名 | 准确性 | 速度 | 格式 | 调用方式 | 显卡加速 |
|------|-------|------|------|---------|---------|
| Paraformer | ★★★☆☆ | ★★★★★ | ONNX | sherpa_onnx | ❌ |
| SenseVoice-Small | ★★★☆☆ | ★★★★★ | ONNX | 自定义引擎 | ✅ |
| Fun-ASR-Nano | ★★★★☆ | ★★★★☆ | ONNX + GGUF | 自定义引擎 | ✅ |
| Qwen3-ASR-1.7B | ★★★★★ | ★★★☆☆ | ONNX + GGUF | 自定义引擎 | ✅ |

模型选择：

- 独显电脑优先用 Qwen3-ASR-1.7B-q5_k，准确率夯爆
- 集显电脑可尝试 Qwen3-ASR-1.7B-q4_k，如果延迟太高，可降至 Fun-ASR-Nano
- 性能太差则建议 SenseVoice-Small

性能参考（20s 音频转录延迟）：

| 模型 | CPU U9-285H | GPU RTX5050 |
|------|------------|------------|
| Paraformer | 0.6s | - |
| SenseVoice-Small | 0.6s | 0.15s |
| Fun-ASR-Nano | 2.0s | 0.5s |
| Qwen3-ASR-1.7B | 4.0s | 1.0s |

> Paraformer 通过 sherpa_onnx 调用，不支持显卡加速，且需要外挂标点符号模型 Punct-CT-Transformer，不建议使用，仅作纪念性保留。
> Qwen3-ASR 不具备时间戳能力，需要外挂时间戳模型 ForcedAligner 才能在文件转录时生成时间准确的 srt 字幕。

---


## 一、下载地址

所有模型统一在 GitHub Release 页面下载：

<https://github.com/HaujetZhao/CapsWriter-Offline/releases/tag/models>

为方便国内下载，百度网盘中也有：

- 链接: https://pan.baidu.com/s/1GsrHynsRg3bAvNFoj8GuJQ
- 提取码: ngjo


---

## 二、目录结构

下载模型压缩包后，解压到 `models/` 中对应模型的文件夹内，结构如下：

```
models/
├── SenseVoice-Small/
│   ├── Sensevoice-Small-ONNX/
│   │   ├── SenseVoice-Encoder.fp16.onnx
│   │   ├── SenseVoice-CTC.fp16.onnx
│   │   └── tokenizer.bpe.model
│   └── 模型下载链接.txt
│
├── Fun-ASR-Nano/
│   ├── Fun-ASR-Nano-GGUF/
│   │   ├── Fun-ASR-Nano-Encoder-Adaptor.fp16.onnx
│   │   ├── Fun-ASR-Nano-CTC.fp16.onnx
│   │   ├── Fun-ASR-Nano-Decoder.q5_k.gguf
│   │   └── tokens.txt
│   └── 模型下载链接.txt
│
├── Qwen3-ASR/
│   ├── Qwen3-ASR-1.7B/
│   │   ├── qwen3_asr_encoder_frontend.onnx
│   │   ├── qwen3_asr_encoder_backend.onnx
│   │   └── qwen3_asr_llm.gguf
│
├── Qwen3-ForcedAligner/
│   ├── Qwen3-ForcedAligner-0.6B/
│   │   ├── qwen3_aligner_encoder_frontend.int4.onnx
│   │   ├── qwen3_aligner_encoder_backend.int4.onnx
│   │   └── qwen3_aligner_llm.q5_k.gguf
│   └── 模型下载链接.txt
│
├── Paraformer/
│   ├── speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx/
│   │   ├── model.onnx
│   │   ├── tokens.txt
│   │   ├── am.mvn
│   │   ├── config.yaml
│   │   └── tokens.json
│   └── 下载与转换.ipynb
│
└── Punct-CT-Transformer/
    ├── sherpa-onnx-punct-ct-transformer-zh-en-vocab272727-2024-04-12/
    │   ├── model.onnx
    │   ├── tokens.json
    │   └── config.yaml
    └── 模型下载链接.txt
```

---

## 三、如何切换引擎

在 [`config_server.py](../config_server.py) 中设置：

```python
model_type = 'fun_asr_nano'    # 可选：'qwen_asr', 'fun_asr_nano', 'sensevoice', 'paraformer'
```