Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

中文断句的老问题，才发现代码调用和命令行方式运行的结果好像是有差别的，不一定适用所有音频文件哈

Abierto
  • ¿Algo no está bien?
#3,773 9 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
22/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
python, pytorch
Área
machine-learning

Línea de trabajo

The report compares the funasr command-line run with an AutoModel(...).generate(...) call that uses the ct-punc-c punctuation model, fsmn-vad with max_single_segment_time 60000, and sentence_timestamp/return_time_stamps. Start by diffing the options the CLI sets against those in the Python snippet, then reproduce with the linked mp3 or any local Chinese file. Done means the two paths produce the same segmentation, or the cause is pinned to a specific option. The root cause is not yet identified, so this needs maintainer input.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

needs triage question

funasr --version
funasr 1.4.16

pip show funasr
Name: funasr
Version: 1.4.16
Summary: OpenAI-compatible speech recognition toolkit with WebSocket streaming, vLLM acceleration, and llama.cpp/GGUF edge runtime.
Home-page: https://github.com/modelscope/FunASR
Author: Speech Lab of Alibaba Group
Author-email: [email protected]
License: The MIT License
Location: C:\Program Files\Python312\Lib\site-packages
Requires: huggingface_hub, hydra-core, jaconv, jamo, jieba, kaldiio, librosa, modelscope, numpy, omegaconf, oss2, PyYAML, rapidfuzz, regex, requests, safetensors, scipy, sentencepiece, soundfile, tensorboardX, tiktoken, torch_complex, tqdm, transformers, umap_learn, websockets

发现针对某些音频文件，用cli运行的结果和在py里调用的输出结果不一样，代码方式里出现的不合理断句，在cli中变好了，我只来的及测试了一个文件的某几句，因为刚好是开头部分，我想着不可能是分段喂入导致的问题，结果才发现还有这么一个情况存在。代码和cli都是当初从官网抄来的，项目开发期间可能略有改动，有待进一步证实：

cli:
funasr 胖东来全员双休，不只是员工福利，也是提振内需的一道必答题@微信派@微信视频号创造营_xWT111.mp3 --output-format srt --output-dir ./subs

结果正常了很多：

00:00:00,090 --> 00:00:03,270
朋友们，胖东来又干了一件让全国打工人羡慕的事儿。

代码片断：

kwargs = {"model": args.model, "vad_model": "fsmn-vad",
        #   "punc_model": "ct-punc",
        "punc_model":"ct-punc-c",
        "vad_kwargs": {"max_single_segment_time": 60000},
        "device": args.device, "disable_update": True}
if args.spk:
    kwargs["spk_model"] = "cam++"
if "Fun-ASR-Nano" in args.model or "Qwen" in args.model:
    kwargs["trust_remote_code"] = True
    kwargs["hub"] = "hf"
model = AutoModel(**kwargs)

... ...

    tmp='胖东来全员双休，不只是员工福利，也是提振内需的一道必答题@微信派@微信视频号创造营_xWT111.mp3'
    try:
        result=model.generate(
            input=tmp,
            # fs=44100,
            batch_size=1,
            sentence_timestamp=True,
            output_timestamp=True,
            return_time_stamps=True,
            language='zh',
        )

结果不怎么正常：

1 0.09-0.33 180 朋友们，
2 0.51-1.59 120 胖东来又干了一件，
3 1.71-3.27 120 让全国打工人羡慕的事儿，

差点儿忘了测试文件：

http://devv.cc:8999/mp3/胖东来全员双休，不只是员工福利，也是提振内需的一道必答题@微信派@微信视频号创造营_xWT111.mp3

Lenguaje dominante
Python
Estrellas
20.8k
Forks
2.1k
Merge medio
1 d 46 min
PR fusionados (30 d)
36

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de modelscope/FunASR

Todos los issues de modelscope/FunASR

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.