demo1.py在添加vad后报错

[haiewu]

File "～/Fun-ASR/demo1.py", line 50, in main
res = model.generate(input=[wav_path], cache={}, batch_size=1)
File "～/miniforge3/envs/fun-asr/lib/python3.10/site-packages/funasr/auto/auto_model.py", line 311, in generate
return self.inference_with_vad(
File "～/miniforge3/envs/fun-asr/lib/python3.10/site-packages/funasr/auto/auto_model.py", line 537, in inference_with_vad
t[0] += vadsegments[j][0]
KeyError: 0

[myb1314yxy]

你解决了吗 我也遇到了这个问题 不知道是什么原因

[YuanJie2001]

先这么着修复

[YuanJie2001]

funasr的vad没适配nano数据格式。之前的应该是SenseVoice和那个iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch模型数据格式

[YuanJie2001]

.venv/lib/python3.11/site-packages/funasr/auto/auto_model.py

                        for t in restored_data[j][k]:
                            if isinstance(t, (list, tuple)):
                                t[0] += vadsegments[j][0]
                                t[1] += vadsegments[j][0]
                            elif isinstance(t, dict):
                                print(t)
                                t[0] = t.get("start_time", 0) + vadsegments[j][0]
                                t[1] = t.get("end_time", 0) + vadsegments[j][0]

[myb1314yxy]

那这个咋弄呀 我需要弄一个项目 我都以为是我环境的问题 我服了 你们是咋处理的呀 哪个格式才能适配

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2026年1月27日(周二) 中午11:21 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [FunAudioLLM/Fun-ASR] demo1.py在添加vad后报错 (Issue #72) YuanJie2001 left a comment (FunAudioLLM/Fun-ASR#72) funasr的vad没适配nano数据格式。之前的应该是senvevoice和那个贼长的数据格式 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[myb1314yxy]

所以哪个格式正确呀

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2026年1月27日(周二) 中午11:21 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [FunAudioLLM/Fun-ASR] demo1.py在添加vad后报错 (Issue #72) YuanJie2001 left a comment (FunAudioLLM/Fun-ASR#72) funasr的vad没适配nano数据格式。之前的应该是senvevoice和那个贼长的数据格式 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[YuanJie2001]

所以哪个格式正确呀
…
我不已经给方案了

[myb1314yxy]

咋解决呀 看了网上没有

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2026年1月27日(周二) 中午11:12 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [FunAudioLLM/Fun-ASR] demo1.py在添加vad后报错 (Issue #72) YuanJie2001 left a comment (FunAudioLLM/Fun-ASR#72) 俺也一样 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[YuanJie2001]

我上面不是发了么

[myb1314yxy]

感谢感谢

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2026年1月27日(周二) 中午11:32 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [FunAudioLLM/Fun-ASR] demo1.py在添加vad后报错 (Issue #72) YuanJie2001 left a comment (FunAudioLLM/Fun-ASR#72) 我上面不是发了么 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[simon-cas]

https://github.com/simon-cas/Fun-ASR-Diarization/tree/main/speakerlab，这个支持vad版本的funasr-nano，不过也会出来说话人信息

[songant]

这中间是改了什么东西吗，之前测试的时候加vad是正常的，今天又重新测试的时候突然间不行了。

[YuanJie2001]

之前没有时间戳功能吧，上周末加的新功能

[humbinal]

.venv/lib/python3.11/site-packages/funasr/auto/auto_model.py

                    for t in restored_data[j][k]:
                        if isinstance(t, (list, tuple)):
                            t[0] += vadsegments[j][0]
                            t[1] += vadsegments[j][0]
                        elif isinstance(t, dict):
                            print(t)
                            t[0] = t.get("start_time", 0) + vadsegments[j][0]
                            t[1] = t.get("end_time", 0) + vadsegments[j][0]

我按照这个方案修改后，再开启sentence_timestamp之后，出现了如下错误，请问您知道什么原因吗？

  File "/usr/local/lib/python3.12/site-packages/funasr/auto/auto_model.py", line 329, in generate
    return self.inference_with_vad(
           ^^^^^^^^^^^^^^^^^^^^^^^^
  File "/usr/local/lib/python3.12/site-packages/funasr/auto/auto_model.py", line 668, in inference_with_vad
    result["timestamp"],
    ~~~~~~^^^^^^^^^^^^^
KeyError: 'timestamp'

错误代码位置：

说明：我想使用Fun-ASR-Nano结合sentence_timestamp参数，输出音频中每句话对应的起止时间，之前我使用paraformer模型可以正常实现这一功能，但他的文字识别准确率没有Fun-ASR-Nano高。

[YuanJie2001]

你使用的是最新的nano代码么，本周才支持这个功能，还有bug.你可以打印以下result结果，看下是否存在这个字段