FunASR

FunASR copied to clipboard

docker部署，wave.Error: unknown format: 6，ffmpeg没有如期运行

2

用官方提供的docker部署的服务（试了多个版本），输入音频是.wav格式,但也许采样率等原因，都报错wave.Error: unknown format: 6，需要自己手动用ffmpeg提前转换一下格式（ffmpeg -i input.wav -ar 16000 output.wav），转换后就没问题。但这与文档里提到的服务集成了ffmpeg不符。查看了仓库，有ffmpeg，但不知为何没有如期运行。 但如果直接用pip安装的funasr, 是集成好了ffmpeg的，不需要自己提前将音频格式转换。

Jack-Lin-gif

fix onnxruntime memoryleak when load vad model

1

关于 issue#1620，找到一个方法去修复一下，原因应该是 GetInputNameAllocated 没有及时释放。 看有没有问题

locasxe

docker cpu0.45时间戳bug

4

使用的cpu离线识别的镜像 使用文档默认配置 在说完一句话停顿几秒钟时，会将停顿的时间计算入说话的时间戳里。  实际上每一句话之间都有停顿5~15秒，但是时间戳是连续的 可以看到一个字的时间跨度有1秒以上

cuiyuanzhe

Currently, according to the document, the way of using emotion model (e.g emotion2vec) is ``` from funasr import AutoModel model = AutoModel(model="iic/emotion2vec_plus_large") wav_file = f"{model.model_path}/example/test.wav" res = model.generate(wav_file, output_dir="./outputs", granularity="utterance",...

ruifengma

The English model is not working properly

2

## 🐛 Bug Hi I am trying the english ASR model `paraformer-en `, but the output is not in English at all. ### To Reproduce Load the paraformer-en and transcribe...

treya-lin

金额的转换不准确

1

Notice: In order to resolve issues more efficiently, please raise issue following 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） ## 🐛 Bug 金额的转换不准确 ### To Reproduce 输入5999元，转换的结果为599¥9 1. Run cmd '....' 2. See error...

zane5566

sensevoice 增加置信度输出

1

输出结果增加置信度输出 修改前输出格式： result_i = {"key": key[i], "text": text} 修改后输出格式：result_i = {"key": key[i], "text": text,"token_probs": token_probs } 以下是一个输出样例 `[ { "key": "en", "text": "The tribal chieftain called for the boy and...

wantt

docker gpu1.1长文件时间戳偏移很大

3

用长文件测试，超过3小时录音，录音里有部分静音或者无人说话，就会出现时间戳偏移 测试录音不方便全网公开，要是有人解决可以私我发测试录音 [email protected]

dfengpo

说话人识别CAM++模型对比pyannote.audio的模型效果如何？谢谢！

yumianhuli1

基于paraformer & whisper 的离线转写网页，时间戳断句试听，生成字幕等

8

www.funsound.cn 

pika-online