通过conda本地部署Qwen3-ASR-1.7B

一、配置说明：

我个人电脑的配置是NVIDIA RTX 5060 Ti（16G），内存32G。
语音识别速度，Qwen3-ASR-1.7B的模型，实测5分钟的录音，20秒左右可以识别出来，速度比较快。
仅cpu应该也可以，大家可以试试，那么建议用Qwen3-ASR-0.6B的模型。

二、部署方法：

1、Anaconda安装
conda安装我其它文章中已讲过，大家不会的可以网上找下安装教程，难度不大。
注意，安装好conda后，建议把下载源维护为清华源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 设置搜索时显示通道地址 conda config --set show_channel_urls yes

2、在conda中创建环境
进入conda，依次执行以下命令：

conda create-nqwen3-asrpython=3.12-yconda activate qwen3-asr

3、下载项目文件
访问github项目：https://github.com/QwenLM/Qwen3-ASR，下载压缩包到本地，解压到本地目录中。

4、安装依赖文件
在conda中使用命令进入到刚下解压的Qwen3-ASR目录中

cdE:\conda_models\envs\qwen3-asr\Qwen3-ASR-main#根据实际路径填写pipinstalltransformers streamlit soundfile librosa pipinstall-e.

5、显卡驱动和cuda
请确认显卡驱动和CUDA是否正确安装，建议更新至最新版本。可通过运行nvidia-smi命令查看当前版本信息。如需更新，请访问NVIDIA官网下载。

重要提示：务必确保驱动版本与CUDA版本相匹配，否则将无法正常调用GPU进行运算。

6、安装torch
建议通过PyTorch官网获取最新安装命令，访问地址：https://pytorch.org/get-started/locally/
我已使用最新的安装命令，如有需要可直接复制到conda中执行。

pip3installtorch torchvision --index-url https://download.pytorch.org/whl/cu130

7、下载模型
访问魔搭社区官网：https://modelscope.cn/collections/Qwen/Qwen3-ASR，选择适合的模型版本进行下载。下载完成后，请将模型文件放置于已解压的Qwen3-ASR目录内。

8、启动模型
请运行以下conda命令启动服务，成功后可通过http://localhost:8000访问测试页面。

#无时间戳的启动命令python-mqwen_asr.cli.demo --asr-checkpoint ./Qwen3-ASR-1.7B--backendtransformers --cuda-visible-devices0--ip0.0.0.0--port8000