qwen3-asr-stt部署教程（windows）
首先需要下载安装docker desktopdocker desktop有汉化补丁不过对本教程不重要。安装成功并重启后直奔设置-docker引擎在右侧的json中,添加“registry”相关字段这里是为了添加镜像站。这步非常重要因为代理的设置在docker中或许更麻烦因为容器中疑似无法使用127.0.0.1:7890进行代理容器的127.0.0.1被认为是容器的本机而非主机的本机如果无法正常使用网络出现EOF错误请自行上网搜索查找可用的镜像站不要去问ai因为ai可能会给出一些已经失效的镜像站{ builder: { gc: { defaultKeepStorage: 20GB, enabled: true } }, experimental: false, registry-mirrors: [ https://docker.1ms.run, https://docker.xuanyuan.me ] }之后使用git clone来克隆这个项目GitHub - hangry-labs/Qwen3-ASR-STT: Qwen3-ASR is an open-source series of ASR models developed by the Qwen team at Alibaba Cloud, supporting stable multilingual speech/music/song recognition, language detection and timestamp prediction. · GitHub在克隆之后的文件夹中打开powershell# 创建数据卷 docker volume create qwen3_asr_stt_vllm_cache # 运行容器 docker run --rm -p 8000:8000 --gpus all -e CUDA_VISIBLE_DEVICES0 -v qwen3_asr_stt_vllm_cache:/app/.cache/vllm hangrylabs/qwen3-asr-stt:latest在漫长的下载之后如果你收到了OOM类报错提示你去增加gpu_memory_utilization的话使用以下代码运行容器docker run --rm -p 8000:8000 --gpus all -e CUDA_VISIBLE_DEVICES0 -e QWEN_ASR_GPU_MEMORY_UTILIZATION0.6 -v qwen3_asr_stt_vllm_cache:/app/.cache/vllm hangrylabs/qwen3-asr-stt:latest代码中的0.6可以自行修改如果你需要使用时间戳功能在启动代码中加入这行代码。虽然我自己使用时发现时间戳功能不好用-e QWEN_ASR_ENABLE_ALIGNER1最后如果你认为识别效果不尽人意可以进行模型微调并用微调后的模型替换容器内的模型
