Hacktoberfest 2026: as issues que os mantenedores marcaram para outubro, abertas e boas para iniciantes. Ver issues do 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

Aberta
  • Algo errado?
#3,773 11 comentários 0 reações 0 responsáveis Ver no GitHub

Mantenedores costumam responder em até 1 dia

Ninguém assumiu esta issue ainda.

Avaliação

Dificuldade
4/5
Tempo estimado
3-5 dias
Facilidade para iniciantes
22/100
Tipo de issue
Bug
Clareza
Razoavelmente clara
Status de atividade
Ativa
Stack de tecnologia
python, pytorch
Domínio
machine-learning

Direção de pesquisa

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.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

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

Linguagem predominante
Python
Estrelas
20.8k
Forks
2.1k
Merge médio
23h 48min
PRs com merge (30d)
38

Preparar o ambiente

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de modelscope/FunASR

Todas as issues de modelscope/FunASR

Issues semelhantes

Mais issues de Python

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.