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

Realtime: ASR EOU language tags leak into the LLM conversation (unintended reply-language switching)

Aperta Adatta ai principianti
  • Qualcosa non va?
#12,748 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@nexxtmobile ci sta già lavorando.

Dal 17/10/2026.

  • #12750 di @nexxtmobile — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
70/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
go
Ambito
backend-api-design

Direzione di ricerca

Segui la pipeline realtime dalla trascrizione utente confermata fino a appendUserItem/generateResponse e confrontala con il percorso dell’evento input_audio_transcription. Mantieni invariata la trascrizione grezza dell’evento e assicurati che i tag di lingua EOU siano assenti dalla trascrizione usata per il contesto LLM; verificalo con un breve enunciato che abbia un tag non corrispondente.

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

Descrizione

area/api bug unconfirmed

Bug

ASR backends like Nemotron-3.5 append end-of-utterance language tags to
transcripts ("Hallo. <en-US>", "I would like to cancel my contract. <en-US> Can you help me with that? <de-DE>").

In the realtime pipeline the committed transcript is used verbatim for the
LLM conversation (the user item's Transcript field, which becomes the user
message in the LLM request). The per-utterance tag is unreliable for short
or ambiguous utterances (a German "Hallo." is tagged <en-US>; the same
uplink clip transcribes as "My name is Benjamin Zimmer. <en-US>" in one
run and "Mein Name ist Benjamin Zimmer. <de-DE>" in another). LLMs treat
the tag as a language signal and switch the reply language against the
session instructions — observed: a German call where the caller says
"Hallo" (tagged <en-US>) gets the reply "Hello. What is your phone number?".

Reproduction

  1. Realtime session with input_audio_transcription on a Nemotron-3.5
    (or similar) backend.
  2. Commit a short ambiguous utterance whose EOU tag does not match the
    conversation language.
  3. The LLM reply switches language (or the reply behavior becomes
    tag-dependent), even though the instruction is to keep the conversation
    language.

Proposed fix

Strip the EOU language tags from the transcript that goes to
appendUserItem/generateResponse (the LLM context). The emitted
input_audio_transcription event keeps the raw transcript (debugging /
client display). PR follows.

Lingua principale
Go
Stelle
49.8k
Fork
4.5k
Merge medio
19h 35m
PR unite (30g)
353

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

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 mudler/LocalAI

Tutte le issue di mudler/LocalAI

Issue simili

Altre issue su Go

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.