首页
/ FunASR项目中使用paraformer_streaming训练ONNX模型导出及推理问题解析

FunASR项目中使用paraformer_streaming训练ONNX模型导出及推理问题解析

2025-05-24 05:16:59作者:范靓好Udolf

在语音识别领域,FunASR作为一个开源的语音识别工具包,提供了多种模型训练和推理方案。本文将重点分析在使用paraformer_streaming模型进行训练后,导出ONNX模型并在C++环境下运行时遇到的段错误问题及其解决方案。

问题现象

开发者在FunASR 1.0.19版本环境下,使用paraformer_streaming模型进行微调训练后,尝试将模型导出为ONNX格式。当使用funasr-onnx-online-asr工具进行推理测试时,程序在FunASRInferBuffer推理函数处发生了段错误(Segmentation Fault)。值得注意的是,使用官方提供的预训练模型(speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx)则能正常运行。

环境配置

问题出现的环境配置如下:

  • 操作系统:Ubuntu 22.04
  • FunASR版本:1.0.19
  • PyTorch版本:2.2.1
  • Python版本:3.10
  • ONNX版本:1.15.0
  • ONNX Runtime版本:1.17.1

问题排查过程

通过GDB调试工具分析,发现段错误发生在模型推理阶段。进一步排查发现,问题的根源在于模型导出时缺少了必要的词汇表(tokens)信息。在FunASR中,词汇表信息对于模型的正确运行至关重要,特别是在处理语音识别任务时,它定义了模型能够识别的所有可能字符或子词单元。

解决方案

解决此问题的关键在于确保模型导出时包含完整的配置信息。具体步骤如下:

  1. 在训练完成后,确保config.yaml文件中包含完整的tokens信息
  2. 使用以下命令导出模型时,系统会自动将必要信息写入config.yaml:
model="outputs"

python -m funasr.bin.export \
++model=${model} \
++type="onnx" \
++quantize=true \
++device="cpu" \
++debug=false
  1. 手动检查导出的config.yaml文件,确认其中包含tokens字段及其对应值

经验总结

  1. 模型导出时,不仅要关注模型结构本身的转换,还需要确保所有相关配置信息的完整性
  2. 对于语音识别模型,词汇表信息是模型能够正确运行的关键要素之一
  3. 当遇到类似段错误时,可以优先检查模型输入输出是否符合预期,以及所有依赖的配置文件是否完整
  4. 对比官方预训练模型和自己训练模型的配置文件差异,往往能快速定位问题所在

最佳实践建议

为了避免类似问题的发生,建议开发者在模型训练和导出过程中:

  1. 始终保留完整的训练配置信息
  2. 在导出模型前,验证模型配置文件的完整性
  3. 建立模型导出后的验证流程,包括配置文件检查
  4. 对于关键模型参数,考虑在代码中添加必要的验证逻辑
  5. 保持开发环境和生产环境的一致性,特别是ONNX和ONNX Runtime的版本匹配

通过以上分析和解决方案,开发者可以避免在使用FunASR进行paraformer_streaming模型训练和ONNX导出时遇到的段错误问题,确保模型能够顺利部署到生产环境中。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
59
94
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133