modelscope-funasrr的autoModel里的input是有什么语音格式限制吗？
modelscope-funasrr的autoModel里的input是有什么语音格式限制吗？我用fastapi把语音文件转成bytes之后，Sensevoice里面自带的 "欢迎大家来体验达摩院推出的语音识别模型。"能识别出来，但是别的wav文件就不行。我下载到本地的sensevoice跑本地的文件都能出结果，但是fastapi上传文件就不行。
展开
收起
1
条回答
写回答
写回答
-
bytes没有音频头，funasr无法正确解析，你自己把bytes转采样点，具体，你可以去参考创空间的代码，funasr用的是三方sdk来load音频，任何sdk，也都需要音频头才能正确解析。 此回答整理自钉群“modelscope-funasr社区交流”
2024-08-07 22:20:56赞同 9 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope-funasr的FunClip怎么安装的？
1400
小白求助，跟着大模型微调教程做不太明白
341
open webui的RAG功能根本用不起来
825
modelscope-funasr启动ASR服务的时候一直在提示ssl证书错误是咋回事？
153
练的pth模型文件，怎么转成bin文件？
797
如何下载llama模型到本地？
2713
请问微调开元模型qwe1.5b 和 7b 分别支持数据集的上下文长度是多少个汉字/token？
1052
无法从tokenizer.model解析解析ModelProto
294
modelscope-funasr怎么使用 gpu 加速啊？
416
我使用modelscope进行语音识别时很慢。
130
展开全部
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
1012
【AI 技术分享】大模型与数据检索的探索实践
101
前端大模型应用笔记（二）：最新llama3.2小参数版本1B的古董机测试 - 支持128K上下文，表现优异，和移动端更配
31
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
548
告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验
285
2024年6月118篇代码大模型论文最全整理
575
ModelScope X 昇腾910快速上手
482
RAG：AI大模型联合向量数据库和 Llama-index，助力检索增强生成技术
580
LLM 大模型学习必知必会系列(一)：大模型基础知识篇
1261
检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统
1009
展开全部
