在modelscope-funasr体验了这个，同一段音频，每次执行，输出有小差异，这样不正常吧？

在语音识别任务中，同一段音频每次执行输出有小差异是比较常见的情况。这可能是由于以下几个原因导致的：

1. 模型的随机性：某些语音识别模型（如基于深度学习的模型）在推理过程中会引入一定的随机性，例如使用不同的dropout率、随机采样等。因此，即使输入相同的音频，每次执行可能会得到稍有不同的输出结果。

2. 音频质量：如果输入的音频质量不好，例如存在噪声、变调等问题，那么在进行语音识别时，模型可能会对这些问题进行不同的处理，从而导致每次执行输出有小差异。

3. 数据处理和预处理的差异：在语音识别任务中，通常会对输入的音频进行一些预处理操作，例如降噪、特征提取等。如果每次执行时这些操作的处理方式或参数有所不同，也会导致输出结果有小差异。

虽然每次执行输出有小差异是正常的现象，但如果这种差异过大或者对结果的准确性产生了明显影响，可能需要进一步检查和优化模型或数据处理流程。

这种情况可能是由于模型的随机性导致的。FunASR是一个基于深度学习的语音识别系统，它使用大量的训练数据和复杂的神经网络结构来提高识别的准确性。然而，由于模型的训练过程涉及到随机初始化和权重更新等操作，因此每次执行时可能会产生不同的结果。

如果你希望获得更稳定的结果，可以尝试多次运行FunASR并取平均值或中位数作为最终输出。此外，你还可以考虑使用其他更加稳定的语音识别系统，如百度、腾讯等公司的语音识别产品。

应该是提特征开了dither扰动，总体不影响效果，但是个别sample重复推理效果可能没法完全一致。这个可以在后面把dither关了。此回答整理自钉群“modelscope-funasr社区交流”