语音中4个字，经常识别丢失了最后一个字，麻烦看下

[yk3372]

❓ Questions and Help

我们在语音识别 中，发现经常会丢失最后一个字，这里提供一个测试的demo，麻烦帮忙看下：

环境：Linux ubuntu

在终端运行命令： funasr ++model="paraformer-zh" ++input=aaaa.wav

拿到的结果是： [{'key': 'rand_key_2yW4Acq9GFz6Y', 'text': '我 要 打', 'timestamp': [[1830, 2050], [2050, 2270], [2270, 3175]]}]

实际上期待的文字是： 我要打卡，丢失了最后的“卡”字

测试音频见附件，解压后即可使用

麻烦大佬帮忙看下~

[yk3372]

aaaa.wav.zip

[xingchensong]

可以尝试用这里的方法finetune一下 https://arxiv.org/abs/2211.00522 专门用来解决这种尾部缺失问题的

[yk3372]

可以尝试用这里的方法finetune一下 https://arxiv.org/abs/2211.00522 专门用来解决这种尾部缺失问题的

好的我试一下，多谢