Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue 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

Aperta
  • Qualcosa non va?
#3,773 9 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
22/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python, pytorch
Ambito
machine-learning

Direzione di ricerca

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.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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

Lingua principale
Python
Stelle
20.7k
Fork
2.1k
Merge medio
23h 18m
PR unite (30g)
38

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di modelscope/FunASR

Tutte le issue di modelscope/FunASR

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.