modelscope-funasr 热词如何设置？

在使用 modelscope-funasr 时，热词的设置需要遵循特定的配置规则和步骤。根据知识库中的相关信息以及常见的实践方法，以下是详细的解答：

1. 热词设置的基本原理

热词（Hotwords）是一种用于提升语音识别准确率的技术，通过为某些特定词汇赋予更高的权重，使得这些词汇在语音识别过程中更容易被正确识别。在 FunASR 中，热词功能通常通过配置文件或接口参数来实现。

如果在 funasr-wss-server-2passdemo 中添加热词后未生效，可能是由于以下原因： - 热词格式不正确。 - 配置未正确加载。 - 模型本身未启用热词功能。

2. 设置热词的具体步骤

2.1 确认模型支持热词功能

首先，确保所使用的 FunASR 模型支持热词功能。部分模型可能需要特定版本或配置才能启用热词功能。建议检查模型文档或更新到最新版本。

2.2 配置热词文件

热词通常以文件形式提供，文件内容为每行一个热词及其权重。例如：

阿里巴巴 20
达摩院 15
通义千问 18

• 热词：需要提升识别优先级的词汇。
• 权重：数值越大，优先级越高，建议范围为 10~30。

将上述内容保存为 hotwords.txt 文件。

2.3 修改配置文件

在 funasr-wss-server-2passdemo 的配置文件中，添加或修改热词相关参数。例如：

hotword:
  file: /path/to/hotwords.txt
  weight: 1.5

• file：指定热词文件的路径。
• weight：全局热词权重调整系数，用于进一步增强热词效果。

2.4 启动服务并验证

重新启动 funasr-wss-server-2passdemo 服务，并通过测试音频验证热词是否生效。可以使用以下命令发送请求：

curl -XPOST http://localhost:8000/asr \
-H "Content-Type: application/json" \
-d '{"audio": "base64_encoded_audio", "hotwords": ["阿里巴巴", "达摩院"]}'

• audio：待识别的音频数据。
• hotwords：动态指定的热词列表（可选）。

3. 常见问题排查

3.1 热词未生效

• 检查热词文件路径：确保配置文件中指定的路径正确且文件可读。
• 确认热词格式：热词文件应为 UTF-8 编码，每行一个热词及其权重。
• 验证模型版本：部分旧版本可能不支持热词功能，建议升级到最新版本。

3.2 动态热词与静态热词冲突

如果同时使用了静态热词文件和动态热词参数，可能会导致冲突。建议优先使用动态热词参数。

3.3 权重设置不合理

热词权重过高可能导致误识别，过低则无法生效。建议根据实际场景调整权重值。

4. 示例代码

以下是一个完整的示例，展示如何在 funasr-wss-server-2passdemo 中设置热词：

import requests

# 配置热词
hotwords = ["阿里巴巴", "达摩院"]

# 发送语音识别请求
response = requests.post(
    "http://localhost:8000/asr",
    json={
        "audio": "base64_encoded_audio",
        "hotwords": hotwords
    }
)

# 输出结果
print(response.json())

5. 注意事项

• 热词数量限制：单次请求中热词数量不宜过多，建议不超过 50 个。
• 热词长度限制：单个热词长度建议不超过 10 个字符。
• 模型适配性：不同模型对热词的支持程度可能不同，请参考具体模型文档。

通过以上步骤，您可以正确设置并验证 modelscope-funasr 的热词功能。如果问题仍未解决，建议检查日志输出或联系技术支持获取进一步帮助。