DM Paraformer ASR (离线中文语音转文字)
ComfyUI nodes: offline Chinese speech-to-text (sherpa-onnx + Paraformer-zh-small, pure CPU, no network, no VRAM) + payment-amount extraction. 离线中文语音转文字 + 收款金额抽取。
DM Paraformer ASR — 离线中文语音转文字（ComfyUI 节点）
78 MB 小模型、纯 CPU、不联网、不占显存，3~4 秒音频约 0.03~0.1 秒。 附带一个「收款金额抽取」节点：中文数字
一点二八元→ 1.28（不会变成 1.8）。
作者：DSH / DM（2026-11-08）· License: MIT · 模型: paraformer-zh-small（Apache-2.0）
节点一览（全部 DM 前缀）
| 节点 | 输入 → 输出 | 用途 |
|---|---|---|
| 🎙️ DM ASR 语音转文字 DMASRTranscribe | AUDIO → STRING text, STRING info | 接 LoadAudio 的输出；长音频自动按 25 秒切块 |
| 📁 DM ASR 文件转写 DMASRFile | STRING file_path → STRING text, STRING info | 直接给磁盘路径（wav/flac 用标准库，其它格式走 ComfyUI 自带 av） |
| 💰 DM 收款金额抽取 DMASRPayAmount | STRING text → FLOAT amount, INT cents, STRING keyword, BOOLEAN hit, STRING snippet | 从识别文本里抠金额（微信/支付宝关键词表 + 中文数字解析） |
| ℹ️ DM ASR 状态 DMASRInfo | — → STRING info, BOOLEAN ready | 模型在哪、是否就绪、线程数；排错先看这个 |
安装
A. 复制到 custom_nodes（推荐）
cd ComfyUI/custom_nodes
git clone https://github.com/dxyliwei520/comfyui-dm-paraformer-asr.git
cd comfyui-dm-paraformer-asr
pip install -r requirements.txt # 只有 sherpa-onnx==1.10.46（2 MB）
⚠️ 版本必须锁 1.10.46。
2.0.x / 1.12.x / 1.13.x的 Windows 轮子内置 ORT 1.17.1， 加载本模型会报The requested API version [24] is not available, only [1, 17] ...（实测）。
B. ComfyUI Manager：搜索 DM Paraformer ASR（本仓库的 custom-node-list.json 就是给 Manager 用的清单）。
模型放哪
ComfyUI/models/ASR/paraformer-zh-small/
model.int8.onnx (~78 MB)
tokens.txt
am.mvn
三种来源任选：
- 首次运行自动下载（hf-mirror；设
DM_ASR_NO_DOWNLOAD=1可禁用）； - 手动下载上面三个文件放进去（模型仓库：
csukuangfj/sherpa-onnx-paraformer-zh-small-2024-03-09）； - 用环境变量
DM_ASR_DIR=/你的/目录指过去。
最小用法
LoadAudio ──AUDIO──▶ 🎙️ DM ASR 语音转文字 ──text──▶ 💰 DM 收款金额抽取 ──amount──▶ 你的下游
- 做字幕/素材整理：
📁 DM ASR 文件转写直接填路径，批量跑； - 做语音驱动提示词：把
text接到CLIPTextEncode； - 做收款核对：
amount+hit拿去比对订单（hit=false就拒绝，宁可漏不可错）。
实测数据（RTX 5070 Ti 机器上，纯 CPU）
| 项 | 数值 |
|---|---|
| 模型加载 | 1.5 s（只加载一次，之后常驻） |
| 3.76 秒音频识别 | 0.029 s |
| 4.04 秒音频识别 | 0.028 s |
| 识别结果 | 微信支付收款一点二八元 → 金额 1.28 ✅ |
| 对照：vosk-small-cn | 同一句听成「一点八元」→ 1.8 ❌（差 0.52 元） |
排错
| 现象 | 原因 / 解法 |
|---|---|
| requested API version [24/28] ... Current ORT Version 1.17.1 | sherpa-onnx 版本不对 → pip install sherpa-onnx==1.10.46 |
| 找不到模型 | 看 ℹ️ DM ASR 状态 输出的 candidates，把模型放进其中任一目录 |
| 识别结果为空 | 音频太短（<0.05 s）或全是静音；先用 LoadAudio 确认能听到声音 |
| 中文长音频断句怪 | 把 max_chunk_sec 调小（如 15）让它按更短的块切 |
许可
- 本仓库代码：MIT
- 模型 paraformer-zh-small：Apache-2.0（阿里达摩院 FunASR 系列，sherpa-onnx 提供 onnx 导出）
- 运行时 sherpa-onnx：Apache-2.0