modelscope-funasr这个问题怎么解决？

modelscope-funasr这个问题怎么解决？实时语音识别场景，碰到了如下报错，是偶发现象，正常识别了一段时间后出现
使用的模型: paraformer-zh-streaming
segments = self.model.generate(input=frame.audio_nparray.astype(np.float32), cache=cache, is_final=True, chunk_size=[0, 8, 4], encoder_chunk_look_back=4, decoder_chunk_look_back=1)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/auto/auto_model.py", line 212, in generate
return self.inference(input, input_len=input_len, cfg)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/auto/auto_model.py", line 248, in inference
res = model.inference(batch, kwargs)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/models/paraformer_streaming/model.py", line 536, in inference
speech, speech_lengths = extract_fbank([audio_sample_i], data_type=kwargs.get("data_type", "sound"),
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/utils/load_utils.py", line 110, in extract_fbank
data, data_len = frontend(data, data_len, kwargs)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1511, in _wrapped_call_impl
return self._call_impl(args, **kwargs)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1520, in _call_impl
return forward_call(args, **kwargs)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/frontends/wav_frontend.py", line 450, in forward
feats, featslengths, = self.forward_lfr_cmvn(feats, feats_lengths, is_final, cache=cache)
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/frontends/wav_frontend.py", line 385, in forward_lfr_cmvn
mat, cache["lfr_splice_cache"][i], lfr_splice_frame_idx = self.apply_lfr(mat, self.lfr_m, self.lfr_n,
File "/data/miniconda3/envs/zhiming_env/lib/python3.9/site-packages/funasr/frontends/wav_frontend.py", line 310, in apply_lfr
LFR_outputs = torch.vstack(LFR_inputs)
RuntimeError: vstack expects a non-empty TensorList

展开

收起

三分钟热度的鱼 2024-03-20 15:45:08 112 0

3 条回答

写回答

取消提交回答

请看我回答~

阿里云大降价~
根据您提供的错误信息，问题出现在torch.vstack(LFR_inputs)这一行。这个错误是由于LFR_inputs为空导致的。为了解决这个问题，您可以在调用torch.vstack()之前检查LFR_inputs是否为空。如果为空，可以跳过这次循环或者采取其他处理方式。

以下是修改后的代码：
```
import torch

# 其他代码...

if LFR_inputs:
    LFR_outputs = torch.vstack(LFR_inputs)
else:
    # 处理空列表的情况，例如跳过这次循环或者采取其他处理方式
    pass
```
这样，当LFR_inputs为空时，程序不会尝试执行torch.vstack()，从而避免了报错。
2024-03-27 19:26:59

赞同展开评论打赏
小Lee
关于报错的问题，可以尝试以下方法解决：
- 确保使用的模型和依赖库版本匹配；
- 检查代码中是否有错误或遗漏；
- 查看报错信息，尝试搜索类似问题的解决方案；
- 如果问题依然存在，可以在modelscope-funasr的GitHub仓库中提交issue，寻求开发者的帮助。
2024-03-20 16:23:26

赞同展开评论打赏
圆不溜秋的小猫猫

是不是你输入chunk太小了，一般建议，60ms或者100ms发一次包。此回答整理自钉群“modelscope-funasr社区交流”

2024-03-20 15:51:44

赞同展开评论打赏