Commit Graph

46 Commits (main)

Author SHA1 Message Date
Bifang 400068692e 修复后端声纹模型加载失败问题 2026-10-14 10:51:50 +08:00
Bifang fdd9ae20a4 对齐FunASAR实时流声纹聚类路线,改为通过AutoModel.generate预处理链,遗弃原始采用ModelScope pipeline的处理链 2026-10-14 10:31:27 +08:00
Bifang 541c800fb4 将Confucius4-R2T2 接入测试页面的实时模型列表 2026-10-13 13:31:20 +08:00
Bifang 539e699915 测试页面新加实时说话人切换逻辑 2026-10-13 10:48:21 +08:00
Bifang 3d0a7f7705 调整页面,选择 FunASR 时,页面会隐藏 Qwen 专属的 partial、解码块和长段重转写参数;公共的静音收段、VAD 预读、说话人选项仍显示。页面也明确标出 Paraformer 固定使用 600ms 分块 2026-10-13 09:58:36 +08:00
Bifang 629a9217e6 边界规则微调 2026-10-12 17:00:55 +08:00
Bifang 6b39723029 调整数字归一化处理逻辑 2026-10-12 14:30:22 +08:00
Bifang 3084f3b79a 气泡切割调整,将窗口内多个说话人分割为多个窗口。修改标点边界问题 2026-10-12 11:27:43 +08:00
Bifang 93e58b95bc 启用itntext处理定稿文本 2026-10-10 17:33:35 +08:00
Bifang 826c65c96f 补齐 FunASR 的定稿流程:在线 Paraformer 输出 partial,上下文离线 Paraformer 负责定稿,随后 CT-Transformer 补标点 2026-10-10 17:12:08 +08:00
Bifang a0f2ae1000 加入 FunASR 实时识别路线,测试页的“实时识别模型”下拉框现在可以选 2026-10-10 16:24:05 +08:00
Bifang ca1ec42ea8 每次收到同一分段的新 partial 快照,都会直接更新这段可修订草稿;该分段定稿后,再用最终文本替换草稿。 2026-10-10 14:27:55 +08:00
Bifang b6bf60ca1c 更新本地测试页的合并逻辑:前缀继续增长时接上新内容;快照滚动时按文本重叠更新尾部;定稿到达后仍用定稿替换临时文本 2026-10-10 13:39:19 +08:00
Bifang 86ebb44be4 调整测试页面的实时气泡:同一段 partial 只在识别文本增长时向后延伸,遇到模型回退或重写时保留当前内容;对应定稿到达后,再用定稿文本替换临时文本。 2026-10-10 11:24:24 +08:00
Bifang ed4f5cb6d9 优化处理过程中间参数 2026-10-10 11:14:18 +08:00
Bifang 896f362b97 修复测试页面BUG 2026-10-09 16:47:16 +08:00
Bifang d4dd30b6ed 调整测试页面排版 2026-10-09 16:40:07 +08:00
Bifang a6010d5071 调整测试页面排版 2026-10-09 16:35:48 +08:00
Bifang 3561802cc8 调整WebSocket partial处理逻辑 2026-10-09 16:15:43 +08:00
Bifang f27d844ed7 vllm解码日志增加operation、会话id、原生partial队列等待、锁等待和生成耗时 2026-10-09 15:40:36 +08:00
Bifang 9e87bcc2e0 调整日志结构,排查阻塞问题 2026-10-09 15:09:58 +08:00
Bifang 8e8d1ef44f 将FunASR自动更新参数加入到环境变量 2026-10-09 14:37:41 +08:00
Bifang ebc7195f3d 将FunASR自动更新参数加入到环境变量 2026-10-09 14:26:22 +08:00
Bifang 83bbdd5d5f 将FunASR自动更新参数加入到环境变量 2026-10-09 14:17:43 +08:00
Bifang a1193a5f4a 修改错误拼接导致的标点错乱问题 2026-10-09 14:06:30 +08:00
Bifang 5842c25251 调整实时partial超窗口重解压逻辑,减少长句持续增长时的重复推理 2026-10-09 13:54:47 +08:00
Bifang f1074ce878 调整并发解码请求逻辑,每批最多8个音频输入 2026-10-09 13:31:37 +08:00
Bifang 1c0d3d145b 关闭启动时FunASR联网检查 2026-10-08 17:28:27 +08:00
Bifang 9a81e6ea55 优化过程中气泡内文字内容抖动问题 2026-10-08 17:09:17 +08:00
Bifang 5a02302587 移除单句12秒硬切逻辑,对齐FunASR由VAD控制结束思路 2026-10-08 16:38:07 +08:00
Bifang e43d13b729 调整单个气泡最长时间固定12秒硬切导致整句被切断问题 2026-10-08 15:00:33 +08:00
Bifang 3af8f168f6 对齐FunASR滑动窗口聚类 2026-10-08 14:28:27 +08:00
Bifang e905aefc94 禁用段落最大句数限制 2026-10-08 13:56:50 +08:00
Bifang 41ba571188 调整测试页面气泡渲染逻辑,修改.env.example模板 2026-10-08 10:35:29 +08:00
Bifang 86c9f1d415 移除TTS相关代码 2026-09-30 17:36:04 +08:00
Bifang 5b4ab416e2 更新READEME 2026-09-30 17:20:36 +08:00
Bifang 67b5542b15 推理过程中,灰色待确认气泡现在会随 Qwen 最新临时结果更新,允许文字回改;定稿仍走原有处理流程,最终结果会替换临时气泡 2026-09-30 14:11:53 +08:00
Bifang fb710fadff 调整气泡累积逻辑 2026-09-30 13:34:57 +08:00
Bifang b9fa3e4d5c 调整测试界面气泡渲染逻辑 2026-09-30 11:04:37 +08:00
Bifang c07a51a010 Align Qwen realtime ASR with FunASR flow 2026-09-30 10:37:36 +08:00
Bifang fd621ab66e 调整speakerid出现时机 2026-09-29 17:35:56 +08:00
Bifang d8e74d3293 调整启动方式 2026-09-29 16:59:59 +08:00
Bifang adc35b6458 新测试页面,复用旧VLLM启动ASR服务 2026-09-29 16:46:42 +08:00
Bifang e4282a747c 删除多余文档 2026-09-29 09:57:24 +08:00
Bifang df81b0d209 docs: add non-Docker server startup guide 2026-09-29 09:52:03 +08:00
Bifang dde3e12476 初始化 Qwen-Asr 本地仓库 2026-09-28 17:05:32 +08:00