FunASR项目中的ONNX模型导出问题分析与解决方案

问题背景

在使用FunASR 1.0.5版本进行语音识别模型导出时，用户遇到了ONNX格式导出失败的问题。具体表现为当尝试将Paraformer模型导出为ONNX格式时，系统抛出了一个索引错误，提示"tensors used as indices must be long, byte or bool tensors"。

错误分析

该错误发生在模型导出过程中的张量类型转换环节。具体来说，当FunASR尝试将PyTorch模型转换为ONNX格式时，模型内部的一个掩码生成操作出现了类型不匹配的问题。错误信息表明，系统期望使用long、byte或bool类型的张量作为索引，但实际传入的张量类型不符合要求。

技术细节

1. 错误触发点：问题出现在FunASR的SANM编码器模块中，具体是在生成填充掩码(make_pad_mask)的过程中。

2. 根本原因：在模型导出过程中，PyTorch的ONNX导出机制对张量类型有严格要求，而FunASR模型中的某些张量操作未能完全满足这些要求。

3. 影响范围：该问题主要影响使用FunASR 1.0.5版本进行模型导出的用户，特别是那些需要将Paraformer模型转换为ONNX格式用于生产环境部署的场景。

解决方案

项目维护团队已经修复了这个问题。用户可以通过以下步骤解决问题：

1. 更新FunASR到最新源代码版本
2. 重新尝试模型导出操作

最佳实践建议

1. 版本管理：在使用深度学习框架进行模型导出时，建议保持框架和依赖库的最新稳定版本。

2. 类型检查：在自定义模型操作中，特别是涉及张量索引的操作，应确保张量类型符合要求。

3. 导出验证：模型导出后，建议使用ONNX运行时进行验证测试，确保导出模型的正确性。

总结

FunASR作为一款优秀的语音识别框架，在模型导出功能上持续优化。用户遇到类似问题时，应及时检查版本兼容性，并关注项目更新。通过源代码更新可以快速解决这类导出问题，确保语音识别模型能够顺利部署到生产环境中。