这模型是不是不适合用来生成字幕啊，精度不高，准确度不高，还有这哪几个模型识别字幕合适啊
Mantenedores costumam responder em até 1 dia
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 3/5
- Tempo estimado
- Meio dia
- Facilidade para iniciantes
- 22/100
- Tipo de issue
- Bug
- Clareza
- Precisa de esclarecimento
- Status de atividade
- Ativa
- Stack de tecnologia
- python
- Domínio
- machine-learning
Direção de pesquisa
This is a usage question about ASR accuracy for subtitle generation, not a code change: the body leaves the template's Question, Code and Environment sections empty, so no model, command or sample audio is named. Start by reading the model zoo and deployment sections of the README and docs to see which Paraformer/Whisper-style models are recommended for transcription, then ask the reporter for the exact model name, the inference command, and a short audio sample with the expected vs. actual text. Done means a concrete model recommendation backed by a reproducible command on the reporter's audio.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Notice: In order to resolve issues efficiently, please follow the template.
（注意：为了更加高效率解决您遇到的问题，请按照模板提问，补充细节。）
Before asking
- Search existing issues: https://github.com/modelscope/FunASR/issues
- Search the docs: https://modelscope.github.io/FunASR/
- Check the README quick start and deployment section.
Question
Code or command
What have you tried?
Environment
- OS:
- Python version:
- FunASR version:
- ModelScope version:
- PyTorch / torchaudio version:
- Install method (
pip, source, Docker): - Device (
cuda,cpu,mps): - GPU model:
- CUDA/cuDNN version:
- Docker image tag, if used:
- Linguagem predominante
- Python
- Estrelas
- 21k
- Forks
- 2.1k
- Merge médio
- 15h 16min
- PRs com merge (30d)
- 85
Preparar o ambiente
- Sem Dockerfile nem arquivo Docker Compose
- Tem um modelo de pull request
- Ler o guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de modelscope/FunASR
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
modelscope/FunASR#3801 · 3 comentários ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
modelscope/FunASR#3796 · 3 comentários ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
modelscope/FunASR#3762 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
-
Bug: blank lines in wav.scp / jsonl file lists crash prepare_data_iterator (IndexError / JSONDecodeError)Talvez já em andamento Um pull request vinculado a esta issue está aberto ou já foi mesclado. Abertaneeds feedback
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 85/100
modelscope/FunASR#3757 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 86/100
modelscope/FunASR#3704 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
Todas as issues de modelscope/FunASR
Issues semelhantes
-
enhancement
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
Sienna-Platform/SiennaSchemas#130 ·
Mantenedores costumam responder em até 3 dias
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 85/100
firedrakeproject/Irksome#293 ·
Mantenedores costumam responder em até 2 dias
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
ida-arbeitszeit/workers-control#1578 ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
aws-samples/sample-per-model-bedrock#898 ·
Mantenedores costumam responder em até 1 dia