在modelscope-funasr怎么使用自定义的验证集验证微调后的模型呢？

在ModelScope-FunASR中，验证微调后的模型可以使用自定义的验证集进行。首先，你需要将微调后的模型下载到本地。然后，通过使用infer.sh脚本来进行推理，你可以为该脚本提供参数，如--model用于指定模型路径，--data_dir用于指定包含你的自定义验证集的目录，以及--batch_size用于设置批处理大小等。

此外，你还可以通过Docker来拉取并启动FunASR软件包镜像。这可以让你更方便地执行上述操作。总的来说，ModelScope-FunASR提供了灵活和便捷的工具，使得用户可以根据自己的需求对模型进行微调，并进行有效的验证。

在ModelScope-FunASR中，可以使用自定义的验证集来验证微调后的模型。具体步骤如下：

1. 准备一个包含音频文件和对应文本的验证集，将它们按照一定的格式存储到本地文件夹中。

2. 使用asr_cli.py脚本中的validate命令进行验证。例如，假设你已经训练了一个名为my_model.pth的模型，并且已经准备好了一个名为validation_set.txt的验证集文件，你可以运行以下命令来验证模型：

   asr_cli.py validate 
       --config=my_config.yaml 
       --checkpoint=my_model.pth 
       --validation-set=validation_set.txt 
       --output-dir=output
   

   其中，my_config.yaml是你的配置文件，my_model.pth是你要验证的模型文件，validation_set.txt是包含验证集信息的文本文件，output-dir是输出目录。

3. 运行上述命令后，ModelScope-FunASR将会加载你的模型，并使用验证集对模型进行评估。评估结果将会保存到指定的输出目录中。

需要注意的是，在使用自定义的验证集进行验证时，你需要确保验证集中的音频文件和对应的文本文件格式正确，并且与训练过程中使用的格式一致。