modelscope-funasr 的性能表现（如QPS，即每秒查询率）受到多种因素的影响，包括但不限于模型的复杂度、输入数据的长度和格式、主机的硬件配置（CPU、内存、磁盘I/O等）、网络带宽、操作系统和依赖库的优化程度，以及是否有其他并发任务在运行等。
在16核心32G的阿里云主机上，modelscope-funasr 的QPS达到10可能是一个相对正常的值，但也可能偏低，这主要取决于上述提到的各种因素。如果模型的复杂度较高，或者输入数据的处理较为耗时，那么QPS可能会相对较低。
为了评估这一性能是否正常，你可以考虑以下几个步骤：
基准测试：首先，进行基准测试以了解系统在没有其他负载时的最大性能。这可以通过使用固定的输入数据和测试工具来完成，以测量系统的最大QPS。
性能分析：使用性能分析工具（如top、htop、vmstat、iostat等）来监控系统的资源使用情况，包括CPU利用率、内存占用、磁盘I/O和网络带宽等。这可以帮助你识别是否存在性能瓶颈。
优化：根据性能分析的结果，你可以尝试对系统进行优化。这可能包括调整模型的配置、优化输入数据的处理、使用更快的磁盘或网络等。
对比其他系统：了解类似配置的其他系统或项目的性能表现，可以帮助你判断你的系统性能是否处于正常范围。
考虑并发性：如果你的系统需要处理多个并发请求，那么确保你的代码和配置已经针对并发性进行了优化。
查看日志和错误：检查系统的日志和错误输出，看是否有任何与性能相关的问题或警告。
请注意，每个系统和项目都是独特的，因此没有一个固定的QPS值可以适用于所有情况。通过综合考虑上述因素并进行适当的优化，你可以努力提高modelscope-funasr的性能。