modelscope-funasr的paraformer流式解码有没有原理图片啊？

[^6] 2024年3月15日 · 在modelscope-funasr中，chunk_size的默认值是[0,10,5]。这个参数用于控制模型输入的音频块大小，其中第一个数字代表输入特征的帧移（frame shift），第二个数字代表编码器内部的块大小（encoder chunk size），第三个数字代表解码器内部的块大小（decoder chunk size）

根据可用信息，关于modelscope-funasr的Paraformer流式解码的原理图片或相关论文，目前没有直接提供原理图片。但有介绍基于Paraformer的端到端语音识别理论的资料，以及一些分享对语音识别Non-autoregressive（NAR）模型Paraformer理解的文章。它们可能包含您所求的理论解析和架构细节，建议查阅这些资料以获得更深入的理解。至于最新版本代码中chunk_size的设置，modelscope-funasr中chunk_size的默认值是[0,10,5]，这组参数分别代表着不同的功能和意义。具体而言：

• 帧移：chunk_size中的第一个数字通常表示输入特征的帧移（frame shift），即在处理连续音频数据时，每次移动的帧长。
• 编码器块大小：chunk_size中的第二个数字则代表编码器内部的块大小（encoder chunk size）。
• 解码器块大小：chunk_size中的第三个数字代表解码器内部的块大小（decoder chunk size）。

综上所述，对于chunk_size的设定，除非有特定的理由进行调整，否则使用默认值[0,10,5]即可。如果有特殊需求或在进行特定优化时，可以根据实际需要调整这些参数。

按照默认给的就好
此回答整理自钉群“modelscope-funasr社区交流”