FunASR项目中Paraformer在线模型导出ONNX的技术解析

背景介绍

FunASR是一个开源的语音识别框架，其中的Paraformer模型因其高效和准确性而广受欢迎。近期有用户反馈在尝试将speech_paraformer-large_asr_nat-zh-cantonese-en-16k-vocab8501-online在线模型导出为ONNX格式时遇到了技术难题。

问题分析

用户在导出过程中遇到了三个主要错误：

1. token_list缺失错误：模型初始化时无法找到token_list属性
2. input_size缺失错误：模型配置中缺少input_size参数
3. frontend类型不匹配错误：前端处理类型'wavfrontendonline'不被支持

这些错误表明，在线版本的Paraformer模型在导出ONNX时存在兼容性问题，主要是因为模型架构和参数配置与ONNX导出流程不完全匹配。

技术解决方案

经过项目维护者的确认，最新版本的FunASR(v0.8.8)已经提供了对在线模型的支持。具体使用方法如下：

1. 确保使用FunASR v0.8.8或更高版本
2. 指定模型路径为dengcunqin/speech_paraformer-large_asr_nat-zh-cantonese-en-16k-vocab8501-online
3. 在初始化Paraformer模型时，明确指定revision参数为'v1.0.0'

模型选择建议

对于需要离线ONNX模型的用户，可以考虑使用speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch版本。这个离线版本在导出ONNX时更加稳定，但可能在识别准确率上略有差异。

最佳实践

1. 对于在线场景，建议直接使用FunASR框架而不导出ONNX
2. 对于必须使用ONNX的离线场景，优先考虑使用专门为离线优化的模型版本
3. 确保环境依赖版本匹配，特别是modelscope需要1.10.0版本

总结

FunASR框架持续优化对各类模型的支持，包括在线和离线场景。用户在选择模型和导出格式时，需要根据实际应用场景权衡功能需求和部署便利性。随着框架的迭代更新，模型兼容性和导出功能将进一步完善。