WhisperX项目中的TranscriptionOptions参数错误解决方案
2025-05-15 13:15:19作者:吴年前Myrtle
问题背景
在使用WhisperX项目进行语音识别时,部分用户遇到了一个与TranscriptionOptions相关的TypeError错误。该错误提示TranscriptionOptions.__new__() got an unexpected keyword argument 'max_new_tokens'
,表明在创建TranscriptionOptions对象时传入了不支持的参数。
错误原因分析
这个问题的根源在于WhisperX依赖的faster-whisper库版本更新导致的接口不兼容。faster-whisper从0.10.0版本升级到0.10.1及更高版本后,对TranscriptionOptions类的构造函数参数进行了调整:
- 在0.10.0版本中,构造函数接受一组参数
- 在0.10.1及更高版本中,构造函数要求必须包含
max_new_tokens
、clip_timestamps
和hallucination_silence_threshold
三个新参数
解决方案
针对这一问题,社区提供了几种有效的解决方法:
方案一:升级faster-whisper至1.0.0版本
这是最简单直接的解决方案。只需执行以下命令:
pip install --upgrade faster-whisper==1.0.0
1.0.0版本完全兼容新的参数要求,能够解决此问题。
方案二:降级faster-whisper至0.10.0版本
如果希望保持较低版本,可以使用:
pip install faster-whisper==0.10.0
方案三:完整环境配置
对于需要完整配置环境的用户,推荐以下组合:
pip install whisperx==3.1.1
pip install --upgrade faster-whisper==0.10.1
pip install -U speechbrain==0.5.16
技术细节
faster-whisper库在1.0.0版本中对API进行了重大更新,主要包括:
- 新增了
max_new_tokens
参数,用于控制生成文本的最大长度 - 增加了
clip_timestamps
参数,优化时间戳处理 - 引入了
hallucination_silence_threshold
参数,改进静音检测
这些改进使得语音识别结果更加准确可靠,但也导致了与旧版本WhisperX的兼容性问题。
最佳实践建议
- 对于新项目,建议直接使用faster-whisper 1.0.0版本
- 对于现有项目,可根据实际情况选择升级或降级方案
- 使用虚拟环境管理不同项目的依赖关系,避免版本冲突
- 定期检查项目依赖库的更新情况,及时处理可能的兼容性问题
通过以上解决方案,用户可以顺利解决TranscriptionOptions参数错误问题,继续使用WhisperX进行高效的语音识别处理。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8