simon

Traceback (most recent call last): File "D:\GSV\GPT-SoVITS\tools\asr\fasterwhisper_asr.py", line 74, in execute_asr for segment in segments: File "D:\DEV\anaconda3\envs\GPTSoVits\lib\site-packages\faster_whisper\transcribe.py", line 941, in restore_speech_timestamps for segment in segments: File "D:\DEV\anaconda3\envs\GPTSoVits\lib\site-packages\faster_whisper\transcribe.py", line 445, in...

转写长音频（20分钟以上）的时候，会出现大量的叠字

5

在转写长音频（20分钟以上）的时候，会出现大量的叠字，回放音频，发现一般出现在： 1. 一句话出现短暂的停顿，会把上一个字重复输出一次，比如：提醒出发，醒停顿了一下，就会识别为提醒醒出发； 2. 把上一个词的前一个字，错误的识别为上一个词的后一个字，比如：微博留言，会识别为：微博博言； 以下是我的模型配置：  叠字截图：  测试音频（转写后，用正则表达式：(.)\1 可以查看叠字现象）： [MA005_测试.zip](https://github.com/user-attachments/files/17394657/MA005_.zip) 其他测试过的模型： speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch 也存在这个问题。 总结以下规律：‘ 1. 同一段音频，用faster whisper 不会出现这么高频率的叠字现象； 2. 将音频截取出小段，可以消除叠字现象； 3. 不是所有音频都遇到这个问题。 ### Environment - OS (e.g., Linux):...