spicysama
> 谢谢回复。另外还有个问题，就是下面的文字，变成语音后，会念成"三零年"，而不是"三十年"： > > ``` > 这里由拥有30年运营经验的吴院长领航 > ``` 最好自行设计文本替换规则
不用wsl环境，用windows环境
你用的是`post_api.py`吗？还是自己写的？po一下你的代码
> 在调用tool.api时，明明在post请求中加入了streaming参数，并且格式也是wav 但服务端依旧没有分批次返回音频流，而是全部生成完毕之后才返回，于是找到了tool/api.py 发现，InvokeRequest接收的参数中漏掉了streaming  > > 加上streaming=True之后，api调用正常，能正确返回流式音频数据了 错误的，那个只是warmup，和你实际推理没关系
不是自己写的代码就不用po出来了。。 应该是提前返回了wav_chunk_header的关系
判断啥？不用。和chunk_length有关，之前回答有误。调小一些chunk_length。 最根本的方法是开compile
Sorry for carelessness, fixed it
Maybe you need to install a brand new python=3.10 environment, then `pip install -e .`
export PYTHONPATH=$PWD
完全可行，你可以按照一门新语言来对待方言数据集。准备千小时以上数据做预训练。