使用fun-asr-nano和sensevoice都不能正常asr

[leoxu2024]

1、使用asr时没有字幕信息
.venv\Scripts\python funclip\launch.py -p 50002 -m fun-asr-nano
返回的结果json如下： 没有sentence_info显示不了字幕信息，而且没有raw_text字段值，我改了代码用text字段。
[{'key': 'rand_key_W4Acq9GFz6Y1t', 'text': '在我们的设计普惠当中，有一个我经常津津乐道的项目叫寻找远方的美好啊。在这样一个我们叫寻美，在这样的一个项目当中，我们把它跟乡村振兴去结合起来，利用我们的设计的能力，问我们自身员工的设计能力，我们设计生态伙伴的能力，帮助乡村振兴当中要希望把它的产品推向市场，把它的农产品、把它加工产品推向市场的这样的伙伴。 做一件事情，就是帮他们设计一个好的包装物。', 'text_tn': '在我们的设计普惠当中有一个我经常津津乐道的项目叫寻找远方的美好啊在这样一个我们叫寻美在这样的一个项目当中我们把它跟乡村振兴去结合起来利用我们的设计的能力问我们自身员工的设计能力我们设计生态伙伴的能力帮助乡村振兴当中要希望把它的产品推向市场把它的农产品把它加工产品推向市场的这样的伙伴 做一件事情就是帮他们设计一个好的包装物', 'label': 'nullnull', 'ctc_text': '��ęt��ęt��ęt�� Podcast��ęt��ęt��ęt��ęt�� Podcast�� Podcast�� Podcast�� Podcast�� Podcast�� procrast�� procrast�� girl�� girl�� procrast', 'ctc_timestamps': [{'token': '��', 'start_time': 0.0, 'end_time': 0.06, 'score': 0.0}, {'token': 'ęt', 'start_time': 0.06, 'end_time': 0.12, 'score': 0.0}, {'token': '��', 'start_time': 0.12, 'end_time': 0.18, 'score': 0.0}, {'token': 'ęt', 'start_time': 0.18, 'end_time': 3.66, 'score': 0.0}, {'token': '��', 'start_time': 3.66, 'end_time': 3.72, 'score': 0.0}, {'token': 'ęt', 'start_time': 3.72, 'end_time': 4.08, 'score': 0.0}, {'token': '��', 'start_time': 4.08, 'end_time': 4.14, 'score': 0.0}, {'token': ' Podcast', 'start_time': 4.14, 'end_time': 7.02, 'score': 0.0}, {'token': '��', 'start_time': 7.02, 'end_time': 7.08, 'score': 0.0}, {'token': 'ęt', 'start_time': 7.08, 'end_time': 8.64, 'score': 0.0}, {'token': '��', 'start_time': 8.64, 'end_time': 8.7, 'score': 0.0}, {'token': 'ęt', 'start_time': 8.7, 'end_time': 9.0, 'score': 0.0}, {'token': '��', 'start_time': 9.0, 'end_time': 9.06, 'score': 0.0}, {'token': 'ęt', 'start_time': 9.06, 'end_time': 13.44, 'score': 0.0}, {'token': '��', 'start_time': 13.44, 'end_time': 13.5, 'score': 0.0}, {'token': 'ęt', 'start_time': 13.5, 'end_time': 18.06, 'score': 0.0}, {'token': '��', 'start_time': 18.06, 'end_time': 18.12, 'score': 0.0}, {'token': ' Podcast', 'start_time': 18.12, 'end_time': 18.96, 'score': 0.0}, {'token': '��', 'start_time': 18.96, 'end_time': 19.02, 'score': 0.0}, {'token': ' Podcast', 'start_time': 19.02, 'end_time': 21.12, 'score': 0.0}, {'token': '��', 'start_time': 21.12, 'end_time': 21.18, 'score': 0.0}, {'token': ' Podcast', 'start_time': 21.18, 'end_time': 22.68, 'score': 0.0}, {'token': '��', 'start_time': 22.68, 'end_time': 22.74, 'score': 0.0}, {'token': ' Podcast', 'start_time': 22.74, 'end_time': 29.82, 'score': 0.0}, {'token': '��', 'start_time': 29.82, 'end_time': 29.88, 'score': 0.0}, {'token': ' Podcast', 'start_time': 29.88, 'end_time': 29.94, 'score': 0.0}, {'token': '��', 'start_time': 29.94, 'end_time': 30.0, 'score': 0.0}, {'token': ' procrast', 'start_time': 0.0, 'end_time': 1.26, 'score': 0.0}, {'token': '��', 'start_time': 1.26, 'end_time': 1.32, 'score': 0.0}, {'token': ' procrast', 'start_time': 1.32, 'end_time': 1.38, 'score': 0.0}, {'token': '��', 'start_time': 1.38, 'end_time': 1.44, 'score': 0.0}, {'token': ' girl', 'start_time': 1.44, 'end_time': 1.68, 'score': 0.0}, {'token': '��', 'start_time': 1.68, 'end_time': 1.74, 'score': 0.0}, {'token': ' girl', 'start_time': 1.74, 'end_time': 1.86, 'score': 0.0}, {'token': '��', 'start_time': 1.86, 'end_time': 1.92, 'score': 0.0}, {'token': ' procrast', 'start_time': 1.92, 'end_time': 3.78, 'score': 0.0}], 'timestamps': [{'token': '在', 'start_time': 0.0, 'end_time': 0.06, 'score': 0.0}, {'token': '我', 'start_time': 0.06, 'end_time': 0.12, 'score': 0.0}, {'token': '们', 'start_time': 0.12, 'end_time': 0.18, 'score': 0.0}, {'token': '的', 'start_time': 0.18, 'end_time': 0.24, 'score': 0.0}, {'token': '设', 'start_time': 0.24, 'end_time': 0.3, 'score': 0.0}, {'token': '计', 'start_time': 0.3, 'end_time': 0.36, 'score': 0.0}, {'token': '普', 'start_time': 0.36, 'end_time': 0.42, 'score': 0.0}, {'token': '惠', 'start_time': 0.42, 'end_time': 0.48, 'score': 0.0}, {'token': '当', 'start_time': 0.48, 'end_time': 0.54, 'score': 0.0}, {'token': '中', 'start_time': 0.54, 'end_time': 0.6, 'score': 0.0}, {'token': '，', 'start_time': 0.6, 'end_time': 0.66, 'score': 0.0}, {'token': '有', 'start_time': 0.66, 'end_time': 0.72, 'score': 0.0}, {'token': '一', 'start_time': 0.72, 'end_time': 0.78, 'score': 0.0}, {'token': '个', 'start_time': 0.78, 'end_time': 0.84, 'score': 0.0}, {'token': '我', 'start_time': 0.84, 'end_time': 0.9, 'score': 0.0}, {'token': '经', 'start_time': 0.9, 'end_time': 0.96, 'score': 0.0}, {'token': '常', 'start_time': 0.96, 'end_time': 1.02, 'score': 0.0}, {'token': '津', 'start_time': 1.02, 'end_time': 1.08, 'score': 0.0}, {'token': '津', 'start_time': 1.14, 'end_time': 1.2, 'score': 0.0}, {'token': '乐', 'start_time': 1.2, 'end_time': 1.26, 'score': 0.0}, {'token': '道', 'start_time': 1.26, 'end_time': 1.32, 'score': 0.0}, {'token': '的', 'start_time': 1.32, 'end_time': 1.38, 'score': 0.0}, {'token': '项', 'start_time': 1.38, 'end_time': 1.44, 'score': 0.0}, {'token': '目', 'start_time': 1.44, 'end_time': 1.5, 'score': 0.0}, {'token': '叫', 'start_time': 1.5, 'end_time': 1.56, 'score': 0.0}, {'token': '寻', 'start_time': 1.56, 'end_time': 1.62, 'score': 0.0}, {'token': '找', 'start_time': 1.62, 'end_time': 1.68, 'score': 0.0}, {'token': '远', 'start_time': 1.68, 'end_time': 1.74, 'score': 0.0}, {'token': '方', 'start_time': 1.74, 'end_time': 1.8, 'score': 0.0}, {'token': '的', 'start_time': 1.8, 'end_time': 1.86, 'score': 0.0}, {'token': '美', 'start_time': 1.86, 'end_time': 1.92, 'score': 0.0}, {'token': '好', 'start_time': 1.92, 'end_time': 1.98, 'score': 0.0}, {'token': '啊', 'start_time': 1.98, 'end_time': 2.04, 'score': 0.0}, {'token': '。', 'start_time': 2.04, 'end_time': 2.1, 'score': 0.0}, {'token': '在', 'start_time': 2.1, 'end_time': 2.16, 'score': 0.0}, {'token': '这', 'start_time': 2.16, 'end_time': 2.22, 'score': 0.0}, {'token': '样', 'start_time': 2.22, 'end_time': 2.28, 'score': 0.0}, {'token': '一', 'start_time': 2.28, 'end_time': 2.34, 'score': 0.0}, {'token': '个', 'start_time': 2.34, 'end_time': 2.4, 'score': 0.0}, {'token': '我', 'start_time': 2.4, 'end_time': 2.46, 'score': 0.0}, {'token': '们', 'start_time': 2.46, 'end_time': 2.52, 'score': 0.0}, {'token': '叫', 'start_time': 2.52, 'end_time': 2.58, 'score': 0.0}, {'token': '寻', 'start_time': 2.58, 'end_time': 2.64, 'score': 0.0}, {'token': '美', 'start_time': 2.64, 'end_time': 2.7, 'score': 0.0}, {'token': '，', 'start_time': 2.7, 'end_time': 2.76, 'score': 0.0}, {'token': '在', 'start_time': 2.76, 'end_time': 2.82, 'score': 0.0}, {'token': '这', 'start_time': 2.82, 'end_time': 2.88, 'score': 0.0}, {'token': '样', 'start_time': 2.88, 'end_time': 2.94, 'score': 0.0}, {'token': '的', 'start_time': 2.94, 'end_time': 3.0, 'score': 0.0}, {'token': '一', 'start_time': 3.0, 'end_time': 3.06, 'score': 0.0}, {'token': '个', 'start_time': 3.06, 'end_time': 3.12, 'score': 0.0}, {'token': '项', 'start_time': 3.12, 'end_time': 3.18, 'score': 0.0}, {'token': '目', 'start_time': 3.18, 'end_time': 3.24, 'score': 0.0}, {'token': '当', 'start_time': 3.24, 'end_time': 3.3, 'score': 0.0}, {'token': '中', 'start_time': 3.3, 'end_time': 3.36, 'score': 0.0}, {'token': '，', 'start_time': 3.36, 'end_time': 3.42, 'score': 0.0}, {'token': '我', 'start_time': 3.42, 'end_time': 3.48, 'score': 0.0}, {'token': '们', 'start_time': 3.48, 'end_time': 3.54, 'score': 0.0}, {'token': '把', 'start_time': 3.54, 'end_time': 6.12, 'score': 0.0}, {'token': '它', 'start_time': 6.12, 'end_time': 6.18, 'score': 0.0}, {'token': '跟', 'start_time': 6.18, 'end_time': 6.24, 'score': 0.0}, {'token': '乡', 'start_time': 6.24, 'end_time': 6.3, 'score': 0.0}, {'token': '村', 'start_time': 6.3, 'end_time': 6.36, 'score': 0.0}, {'token': '振', 'start_time': 6.36, 'end_time': 6.42, 'score': 0.0}, {'token': '兴', 'start_time': 6.42, 'end_time': 6.48, 'score': 0.0}, {'token': '去', 'start_time': 6.48, 'end_time': 6.54, 'score': 0.0}, {'token': '结', 'start_time': 6.54, 'end_time': 6.6, 'score': 0.0}, {'token': '合', 'start_time': 6.6, 'end_time': 6.66, 'score': 0.0}, {'token': '起', 'start_time': 6.66, 'end_time': 6.72, 'score': 0.0}, {'token': '来', 'start_time': 6.72, 'end_time': 6.78, 'score': 0.0}, {'token': '，', 'start_time': 6.78, 'end_time': 6.84, 'score': 0.0}, {'token': '利', 'start_time': 6.84, 'end_time': 6.9, 'score': 0.0}, {'token': '用', 'start_time': 6.9, 'end_time': 6.96, 'score': 0.0}, {'token': '我', 'start_time': 6.96, 'end_time': 7.02, 'score': 0.0}, {'token': '们', 'start_time': 7.02, 'end_time': 7.08, 'score': 0.0}, {'token': '的', 'start_time': 7.08, 'end_time': 7.14, 'score': 0.0}, {'token': '设', 'start_time': 7.14, 'end_time': 7.2, 'score': 0.0}, {'token': '计', 'start_time': 7.2, 'end_time': 7.26, 'score': 0.0}, {'token': '的', 'start_time': 7.26, 'end_time': 7.32, 'score': 0.0}, {'token': '能', 'start_time': 7.32, 'end_time': 7.38, 'score': 0.0}, {'token': '力', 'start_time': 7.38, 'end_time': 7.44, 'score': 0.0}, {'token': '，', 'start_time': 7.44, 'end_time': 7.5, 'score': 0.0}, {'token': '问', 'start_time': 7.5, 'end_time': 7.56, 'score': 0.0}, {'token': '我', 'start_time': 7.56, 'end_time': 7.62, 'score': 0.0}, {'token': '们', 'start_time': 7.62, 'end_time': 7.68, 'score': 0.0}, {'token': '自', 'start_time': 7.68, 'end_time': 7.74, 'score': 0.0}, {'token': '身', 'start_time': 7.74, 'end_time': 7.8, 'score': 0.0}, {'token': '员', 'start_time': 7.8, 'end_time': 7.86, 'score': 0.0}, {'token': '工', 'start_time': 7.86, 'end_time': 7.92, 'score': 0.0}, {'token': '的', 'start_time': 7.92, 'end_time': 7.98, 'score': 0.0}, {'token': '设', 'start_time': 7.98, 'end_time': 8.04, 'score': 0.0}, {'token': '计', 'start_time': 8.04, 'end_time': 8.1, 'score': 0.0}, {'token': '能', 'start_time': 8.1, 'end_time': 8.16, 'score': 0.0}, {'token': '力', 'start_time': 8.16, 'end_time': 8.22, 'score': 0.0}, {'token': '，', 'start_time': 8.22, 'end_time': 8.28, 'score': 0.0}, {'token': '我', 'start_time': 8.28, 'end_time': 8.34, 'score': 0.0}, {'token': '们', 'start_time': 8.34, 'end_time': 8.4, 'score': 0.0}, {'token': '设', 'start_time': 8.4, 'end_time': 8.46, 'score': 0.0}, {'token': '计', 'start_time': 8.46, 'end_time': 8.52, 'score': 0.0}, {'token': '生', 'start_time': 8.52, 'end_time': 8.58, 'score': 0.0}, {'token': '态', 'start_time': 8.58, 'end_time': 8.64, 'score': 0.0}, {'token': '伙', 'start_time': 8.64, 'end_time': 8.7, 'score': 0.0}, {'token': '伴', 'start_time': 8.7, 'end_time': 8.76, 'score': 0.0}, {'token': '的', 'start_time': 8.76, 'end_time': 8.82, 'score': 0.0}, {'token': '能', 'start_time': 8.82, 'end_time': 8.88, 'score': 0.0}, {'token': '力', 'start_time': 8.88, 'end_time': 8.94, 'score': 0.0}, {'token': '，', 'start_time': 8.94, 'end_time': 9.0, 'score': 0.0}, {'token': '帮', 'start_time': 9.0, 'end_time': 9.06, 'score': 0.0}, {'token': '助', 'start_time': 9.06, 'end_time': 9.12, 'score': 0.0}, {'token': '乡', 'start_time': 9.12, 'end_time': 9.18, 'score': 0.0}, {'token': '村', 'start_time': 9.18, 'end_time': 9.24, 'score': 0.0}, {'token': '振', 'start_time': 9.24, 'end_time': 9.3, 'score': 0.0}, {'token': '兴', 'start_time': 9.3, 'end_time': 9.36, 'score': 0.0}, {'token': '当', 'start_time': 9.36, 'end_time': 9.42, 'score': 0.0}, {'token': '中', 'start_time': 9.42, 'end_time': 9.48, 'score': 0.0}, {'token': '要', 'start_time': 9.48, 'end_time': 9.54, 'score': 0.0}, {'token': '希', 'start_time': 9.54, 'end_time': 9.6, 'score': 0.0}, {'token': '望', 'start_time': 9.6, 'end_time': 9.66, 'score': 0.0}, {'token': '把', 'start_time': 9.66, 'end_time': 18.24, 'score': 0.0}, {'token': '它', 'start_time': 18.24, 'end_time': 18.3, 'score': 0.0}, {'token': '的', 'start_time': 18.3, 'end_time': 18.36, 'score': 0.0}, {'token': '产', 'start_time': 18.36, 'end_time': 18.42, 'score': 0.0}, {'token': '品', 'start_time': 18.42, 'end_time': 18.48, 'score': 0.0}, {'token': '推', 'start_time': 18.48, 'end_time': 18.54, 'score': 0.0}, {'token': '向', 'start_time': 18.54, 'end_time': 18.6, 'score': 0.0}, {'token': '市', 'start_time': 18.6, 'end_time': 18.66, 'score': 0.0}, {'token': '场', 'start_time': 18.66, 'end_time': 18.72, 'score': 0.0}, {'token': '，', 'start_time': 18.72, 'end_time': 18.78, 'score': 0.0}, {'token': '把', 'start_time': 18.78, 'end_time': 22.08, 'score': 0.0}, {'token': '它', 'start_time': 22.08, 'end_time': 22.14, 'score': 0.0}, {'token': '的', 'start_time': 22.14, 'end_time': 22.2, 'score': 0.0}, {'token': '农', 'start_time': 22.2, 'end_time': 22.26, 'score': 0.0}, {'token': '产', 'start_time': 22.26, 'end_time': 22.32, 'score': 0.0}, {'token': '品', 'start_time': 22.32, 'end_time': 22.38, 'score': 0.0}, {'token': '、', 'start_time': 22.38, 'end_time': 22.44, 'score': 0.0}, {'token': '把', 'start_time': 22.44, 'end_time': 29.04, 'score': 0.0}, {'token': '它', 'start_time': 29.04, 'end_time': 29.1, 'score': 0.0}, {'token': '加', 'start_time': 29.1, 'end_time': 29.16, 'score': 0.0}, {'token': '工', 'start_time': 29.16, 'end_time': 29.22, 'score': 0.0}, {'token': '产', 'start_time': 29.22, 'end_time': 29.28, 'score': 0.0}, {'token': '品', 'start_time': 29.28, 'end_time': 29.34, 'score': 0.0}, {'token': '推', 'start_time': 29.34, 'end_time': 29.4, 'score': 0.0}, {'token': '向', 'start_time': 29.4, 'end_time': 29.46, 'score': 0.0}, {'token': '市', 'start_time': 29.46, 'end_time': 29.52, 'score': 0.0}, {'token': '场', 'start_time': 29.52, 'end_time': 29.58, 'score': 0.0}, {'token': '的', 'start_time': 29.58, 'end_time': 29.64, 'score': 0.0}, {'token': '这', 'start_time': 29.64, 'end_time': 29.7, 'score': 0.0}, {'token': '样', 'start_time': 29.7, 'end_time': 29.76, 'score': 0.0}, {'token': '的', 'start_time': 29.76, 'end_time': 29.82, 'score': 0.0}, {'token': '伙', 'start_time': 29.82, 'end_time': 29.88, 'score': 0.0}, {'token': '伴', 'start_time': 29.88, 'end_time': 29.94, 'score': 0.0}, {'token': '。', 'start_time': 29.94, 'end_time': 30.0, 'score': 0.0}, {'token': '做', 'start_time': 30.01, 'end_time': 30.07, 'score': 0.0}, {'token': '一', 'start_time': 30.07, 'end_time': 30.13, 'score': 0.0}, {'token': '件', 'start_time': 30.13, 'end_time': 30.19, 'score': 0.0}, {'token': '事', 'start_time': 30.19, 'end_time': 30.25, 'score': 0.0}, {'token': '情', 'start_time': 30.25, 'end_time': 30.31, 'score': 0.0}, {'token': '，', 'start_time': 30.31, 'end_time': 30.37, 'score': 0.0}, {'token': '就', 'start_time': 30.37, 'end_time': 30.43, 'score': 0.0}, {'token': '是', 'start_time': 30.43, 'end_time': 30.49, 'score': 0.0}, {'token': '帮', 'start_time': 30.49, 'end_time': 30.55, 'score': 0.0}, {'token': '他', 'start_time': 30.55, 'end_time': 30.61, 'score': 0.0}, {'token': '们', 'start_time': 30.61, 'end_time': 30.67, 'score': 0.0}, {'token': '设', 'start_time': 30.67, 'end_time': 30.73, 'score': 0.0}, {'token': '计', 'start_time': 30.73, 'end_time': 30.79, 'score': 0.0}, {'token': '一', 'start_time': 30.79, 'end_time': 31.15, 'score': 0.0}, {'token': '个', 'start_time': 31.15, 'end_time': 33.43, 'score': 0.0}, {'token': '好', 'start_time': 33.43, 'end_time': 33.49, 'score': 0.0}, {'token': '的', 'start_time': 33.49, 'end_time': 33.55, 'score': 0.0}, {'token': '包', 'start_time': 33.55, 'end_time': 33.61, 'score': 0.0}, {'token': '装', 'start_time': 33.61, 'end_time': 33.67, 'score': 0.0}, {'token': '物', 'start_time': 33.67, 'end_time': 33.73, 'score': 0.0}, {'token': '。', 'start_time': 33.73, 'end_time': 33.79, 'score': 0.0}], 'timestamp': [[0, 60], [60, 120], [120, 180], [180, 240], [240, 300], [300, 360], [360, 420], [420, 480], [480, 540], [540, 600], [600, 660], [660, 720], [720, 780], [780, 840], [840, 900], [900, 960], [960, 1020], [1020, 1080], [1140, 1200], [1200, 1260], [1260, 1320], [1320, 1380], [1380, 1440], [1440, 1500], [1500, 1560], [1560, 1620], [1620, 1680], [1680, 1740], [1740, 1800], [1800, 1860], [1860, 1920], [1920, 1980], [1980, 2040], [2040, 2100], [2100, 2160], [2160, 2220], [2220, 2280], [2280, 2340], [2340, 2400], [2400, 2460], [2460, 2520], [2520, 2580], [2580, 2640], [2640, 2700], [2700, 2760], [2760, 2820], [2820, 2880], [2880, 2940], [2940, 3000], [3000, 3060], [3060, 3120], [3120, 3180], [3180, 3240], [3240, 3300], [3300, 3360], [3360, 3420], [3420, 3480], [3480, 3540], [3540, 6120], [6120, 6180], [6180, 6240], [6240, 6300], [6300, 6360], [6360, 6420], [6420, 6480], [6480, 6540], [6540, 6600], [6600, 6660], [6660, 6720], [6720, 6780], [6780, 6840], [6840, 6900], [6900, 6960], [6960, 7020], [7020, 7080], [7080, 7140], [7140, 7200], [7200, 7260], [7260, 7320], [7320, 7380], [7380, 7440], [7440, 7500], [7500, 7560], [7560, 7620], [7620, 7680], [7680, 7740], [7740, 7800], [7800, 7860], [7860, 7920], [7920, 7980], [7980, 8039], [8039, 8100], [8100, 8160], [8160, 8220], [8220, 8280], [8280, 8340], [8340, 8400], [8400, 8460], [8460, 8520], [8520, 8580], [8580, 8640], [8640, 8700], [8700, 8760], [8760, 8820], [8820, 8880], [8880, 8940], [8940, 9000], [9000, 9060], [9060, 9120], [9120, 9180], [9180, 9240], [9240, 9300], [9300, 9360], [9360, 9420], [9420, 9480], [9480, 9540], [9540, 9600], [9600, 9660], [9660, 18240], [18240, 18300], [18300, 18360], [18360, 18420], [18420, 18480], [18480, 18540], [18540, 18600], [18600, 18660], [18660, 18720], [18720, 18780], [18780, 22080], [22080, 22140], [22140, 22200], [22200, 22260], [22260, 22320], [22320, 22380], [22380, 22440], [22440, 29040], [29040, 29100], [29100, 29160], [29160, 29220], [29220, 29280], [29280, 29340], [29340, 29400], [29400, 29460], [29460, 29520], [29520, 29580], [29580, 29640], [29640, 29700], [29700, 29760], [29760, 29820], [29820, 29880], [29880, 29940], [29940, 30000], [30010, 30070], [30070, 30130], [30130, 30190], [30190, 30250], [30250, 30310], [30310, 30370], [30370, 30430], [30430, 30490], [30490, 30550], [30550, 30610], [30610, 30670], [30670, 30730], [30730, 30790], [30790, 31150], [31150, 33430], [33430, 33490], [33490, 33550], [33550, 33610], [33610, 33670], [33670, 33730], [33730, 33790]], 'sentence_info': []}]
2、使用sensevoice进行asr识别时也报错
.venv\Scripts\python funclip\launch.py -p 50002 -m sensevoice
没有返回结果，直接报错
rtf_avg: 0.141, time_speech: 33.830, time_escape: 4.767: 100%|██████████████████████████| 1/1 [00:04<00:00, 4.77s/it]
Traceback (most recent call last):
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\gradio\queueing.py", line 759, in process_events
response = await route_utils.call_process_api(
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\gradio\route_utils.py", line 354, in call_process_api
output = await app.get_blocks().process_api(
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\gradio\blocks.py", line 2116, in process_api
result = await self.call_function(
^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\gradio\blocks.py", line 1623, in call_function
prediction = await anyio.to_thread.run_sync( # type: ignore
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\anyio\to_thread.py", line 63, in run_sync
return await get_async_backend().run_sync_in_worker_thread(
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\anyio_backends_asyncio.py", line 2518, in run_sync_in_worker_thread
return await future
^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\anyio_backends_asyncio.py", line 1002, in run
result = context.run(func, *args)
^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main.venv\Lib\site-packages\gradio\utils.py", line 915, in wrapper
response = f(*args, **kwargs)
^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\launch.py", line 104, in mix_recog
res_text, res_srt, video_state = video_recog(
^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\launch.py", line 89, in video_recog
return audio_clipper.video_recog(video_input, sd_switch, hotwords, output_dir=output_dir)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\videoclipper.py", line 197, in video_recog
return self.recog((16000, wav), sd_switch, state, hotwords, output_dir)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\videoclipper.py", line 69, in recog
res_srt = generate_srt(rec_result[0]['sentence_info'])
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\utils\subtitle_utils.py", line 60, in generate_srt
t2s = Text2SRT(sent['text'], sent['timestamp'])
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\tmp\funclip20251109\code\FunClip-main\funclip\utils\subtitle_utils.py", line 33, in init
start, end = timestamp[0][0] - offset, timestamp[-1][1] - offset
~~~~~~~~~~~~~^^^
TypeError: 'NoneType' object is not subscriptable

[LauraGPT]

已修复并推到 main：modelscope/FunClip@a6d9f9a

这次改了两类问题：

1. fun-asr-nano / sensevoice 不再额外传 punc_model="ct-punc"

   • 这两个模型本身已经有标点/文本后处理能力，额外挂 ct-punc 可能导致返回结构异常或后处理冲突。

2. FunClip 现在兼容新的 ASR 返回字段

   • 如果返回里没有 raw_text，会回退用 text_tn，再回退用 text；
   • 如果 sentence_info 为空，但顶层有 timestamp，会用顶层 text + timestamp 合成字幕段；
   • 如果 sentence_info 里有 timestamp=None，不会再在生成 SRT 时崩溃。

我加了回归测试覆盖你贴的两种情况：

python -m pytest tests/test_recognition_result_compat.py -q
# 2 passed

你可以拉最新 main 后再试：

git pull
.venv\Scripts\python funclip\launch.py -p 50002 -m fun-asr-nano
# 或
.venv\Scripts\python funclip\launch.py -p 50002 -m sensevoice

如果更新后仍有字幕粒度不理想的问题，麻烦再贴一下最新返回 JSON。Fun-ASR-Nano 目前有时只能回退成整段字幕，我们再根据模型实际输出看是否需要做更细的 sentence 切分。

[leoxu2024]

感谢看到并尽快修复。
1、fun-asr-nano，测试能正常不报错，但字幕生成 还是一大堆，不对哦。
1
00:00:00,000 --> 00:00:33,790
在我们的设计普惠当中，有一个我经常津津乐道的项目叫寻找远方的美好啊。在这样一个我们叫寻美，在这样的一个项目当中，我们把它跟乡村振兴去结合起来，利用我们的设计的能力，问我们自身员工的设计能力，我们设计生态伙伴的能力，帮助乡村振兴当中要希望把它的产品推向市场，把它的农产品、把它加工产品推向市场的这样的伙伴。 做一件事情，就是帮他们设计一个好的包装物

日志如下：
rtf_avg: 0.541, time_speech: 33.830, time_escape: 18.313:
DEBUG rec_result keys: dict_keys(['key', 'text', 'text_tn', 'label', 'ctc_text', 'ctc_timestamps', 'timestamps', 'timestamp', 'sentence_info'])
DEBUG rec_result: [{'key': 'rand_key_W4Acq9GFz6Y1t', 'text': '在我们的设计普惠当中，有一个我经常津津乐道的项目叫寻找远方的美好啊。在这样一个我们叫寻美，在这样的一个项目当中，我们把它跟乡村振兴去结合起来，利用我们的设计的能力，问我们自身员工的设计能力，我们设计生态伙伴的能力，帮助乡村振兴当中要希望把它的产品推向市场，把它的农产品、把它加工产品推向市场的这样的伙伴。 做一件事情，就是帮他们设计一个好的包装物。', 'text_tn': '在我们的设计普惠当中有一个我经常津津乐道的项目叫寻找远方的美好啊在这样一个我们叫寻美在这样的一个项目当中我们把它跟乡村振兴去结合起来利用我们的设计的能力问我们自身员工的设计能力我们设计生态伙伴的能力帮助乡村振兴当中要希望把它的产品推向市场把它的农产品把它加工产品推向市场的这样的伙伴 做一件事情就是帮他们设计一个好的包装物', 'label': 'nullnull', 'ctc_text': '��ęt��ęt��ęt�� Podcast��ęt��ęt��ęt��ęt�� Podcast�� Podcast�� Podcast�� Podcast�� Podcast�� procrast�� procrast�� girl�� girl�� procrast', 'ctc_timestamps': [{'token': '��', 'start_time': 0.0, 'end_time': 0.06, 'score': 0.0}, {'token': 'ęt', 'start_time': 0.06, 'end_time': 0.12, 'score': 0.0}, {'token': '��', 'start_time': 0.12, 'end_time': 0.18, 'score': 0.0}, {'token': 'ęt', 'start_time': 0.18, 'end_time': 3.66, 'score': 0.0}, {'token': '��', 'start_time': 3.66, 'end_time': 3.72, 'score': 0.0}, {'token': 'ęt', 'start_time': 3.72, 'end_time': 4.08, 'score': 0.0}, {'token': '��', 'start_time': 4.08, 'end_time': 4.14, 'score': 0.0}, {'token': ' Podcast', 'start_time': 4.14, 'end_time': 7.02, 'score': 0.0}, {'token': '��', 'start_time': 7.02, 'end_time': 7.08, 'score': 0.0}, {'token': 'ęt', 'start_time': 7.08, 'end_time': 8.64, 'score': 0.0}, {'token': '��', 'start_time': 8.64, 'end_time': 8.7, 'score': 0.0}, {'token': 'ęt', 'start_time': 8.7, 'end_time': 9.0, 'score': 0.0}, {'token': '��', 'start_time': 9.0, 'end_time': 9.06, 'score': 0.0}, {'token': 'ęt', 'start_time': 9.06, 'end_time': 13.44, 'score': 0.0}, {'token': '��', 'start_time': 13.44, 'end_time': 13.5, 'score': 0.0}, {'token': 'ęt', 'start_time': 13.5, 'end_time': 18.06, 'score': 0.0}, {'token': '��', 'start_time': 18.06, 'end_time': 18.12, 'score': 0.0}, {'token': ' Podcast', 'start_time': 18.12, 'end_time': 18.96, 'score': 0.0}, {'token': '��', 'start_time': 18.96, 'end_time': 19.02, 'score': 0.0}, {'token': ' Podcast', 'start_time': 19.02, 'end_time': 21.12, 'score': 0.0}, {'token': '��', 'start_time': 21.12, 'end_time': 21.18, 'score': 0.0}, {'token': ' Podcast', 'start_time': 21.18, 'end_time': 22.68, 'score': 0.0}, {'token': '��', 'start_time': 22.68, 'end_time': 22.74, 'score': 0.0}, {'token': ' Podcast', 'start_time': 22.74, 'end_time': 29.82, 'score': 0.0}, {'token': '��', 'start_time': 29.82, 'end_time': 29.88, 'score': 0.0}, {'token': ' Podcast', 'start_time': 29.88, 'end_time': 29.94, 'score': 0.0}, {'token': '��', 'start_time': 29.94, 'end_time': 30.0, 'score': 0.0}, {'token': ' procrast', 'start_time': 0.0, 'end_time': 1.26, 'score': 0.0}, {'token': '��', 'start_time': 1.26, 'end_time': 1.32, 'score': 0.0}, {'token': ' procrast', 'start_time': 1.32, 'end_time': 1.38, 'score': 0.0}, {'token': '��', 'start_time': 1.38, 'end_time': 1.44, 'score': 0.0}, {'token': ' girl', 'start_time': 1.44, 'end_time': 1.68, 'score': 0.0}, {'token': '��', 'start_time': 1.68, 'end_time': 1.74, 'score': 0.0}, {'token': ' girl', 'start_time': 1.74, 'end_time': 1.86, 'score': 0.0}, {'token': '��', 'start_time': 1.86, 'end_time': 1.92, 'score': 0.0}, {'token': ' procrast', 'start_time': 1.92, 'end_time': 3.78, 'score': 0.0}], 'timestamps': [{'token': '在', 'start_time': 0.0, 'end_time': 0.06, 'score': 0.0}, {'token': '我', 'start_time': 0.06, 'end_time': 0.12, 'score': 0.0}, {'token': '们', 'start_time': 0.12, 'end_time': 0.18, 'score': 0.0}, {'token': '的', 'start_time': 0.18, 'end_time': 0.24, 'score': 0.0}, {'token': '设', 'start_time': 0.24, 'end_time': 0.3, 'score': 0.0}, {'token': '计', 'start_time': 0.3, 'end_time': 0.36, 'score': 0.0}, {'token': '普', 'start_time': 0.36, 'end_time': 0.42, 'score': 0.0}, {'token': '惠', 'start_time': 0.42, 'end_time': 0.48, 'score': 0.0}, {'token': '当', 'start_time': 0.48, 'end_time': 0.54, 'score': 0.0}, {'token': '中', 'start_time': 0.54, 'end_time': 0.6, 'score': 0.0}, {'token': '，', 'start_time': 0.6, 'end_time': 0.66, 'score': 0.0}, {'token': '有', 'start_time': 0.66, 'end_time': 0.72, 'score': 0.0}, {'token': '一', 'start_time': 0.72, 'end_time': 0.78, 'score': 0.0}, {'token': '个', 'start_time': 0.78, 'end_time': 0.84, 'score': 0.0}, {'token': '我', 'start_time': 0.84, 'end_time': 0.9, 'score': 0.0}, {'token': '经', 'start_time': 0.9, 'end_time': 0.96, 'score': 0.0}, {'token': '常', 'start_time': 0.96, 'end_time': 1.02, 'score': 0.0}, {'token': '津', 'start_time': 1.02, 'end_time': 1.08, 'score': 0.0}, {'token': '津', 'start_time': 1.14, 'end_time': 1.2, 'score': 0.0}, {'token': '乐', 'start_time': 1.2, 'end_time': 1.26, 'score': 0.0}, {'token': '道', 'start_time': 1.26, 'end_time': 1.32, 'score': 0.0}, {'token': '的', 'start_time': 1.32, 'end_time': 1.38, 'score': 0.0}, {'token': '项', 'start_time': 1.38, 'end_time': 1.44, 'score': 0.0}, {'token': '目', 'start_time': 1.44, 'end_time': 1.5, 'score': 0.0}, {'token': '叫', 'start_time': 1.5, 'end_time': 1.56, 'score': 0.0}, {'token': '寻', 'start_time': 1.56, 'end_time': 1.62, 'score': 0.0}, {'token': '找', 'start_time': 1.62, 'end_time': 1.68, 'score': 0.0}, {'token': '远', 'start_time': 1.68, 'end_time': 1.74, 'score': 0.0}, {'token': '方', 'start_time': 1.74, 'end_time': 1.8, 'score': 0.0}, {'token': '的', 'start_time': 1.8, 'end_time': 1.86, 'score': 0.0}, {'token': '美', 'start_time': 1.86, 'end_time': 1.92, 'score': 0.0}, {'token': '好', 'start_time': 1.92, 'end_time': 1.98, 'score': 0.0}, {'token': '啊', 'start_time': 1.98, 'end_time': 2.04, 'score': 0.0}, {'token': '。', 'start_time': 2.04, 'end_time': 2.1, 'score': 0.0}, {'token': '在', 'start_time': 2.1, 'end_time': 2.16, 'score': 0.0}, {'token': '这', 'start_time': 2.16, 'end_time': 2.22, 'score': 0.0}, {'token': '样', 'start_time': 2.22, 'end_time': 2.28, 'score': 0.0}, {'token': '一', 'start_time': 2.28, 'end_time': 2.34, 'score': 0.0}, {'token': '个', 'start_time': 2.34, 'end_time': 2.4, 'score': 0.0}, {'token': '我', 'start_time': 2.4, 'end_time': 2.46, 'score': 0.0}, {'token': '们', 'start_time': 2.46, 'end_time': 2.52, 'score': 0.0}, {'token': '叫', 'start_time': 2.52, 'end_time': 2.58, 'score': 0.0}, {'token': '寻', 'start_time': 2.58, 'end_time': 2.64, 'score': 0.0}, {'token': '美', 'start_time': 2.64, 'end_time': 2.7, 'score': 0.0}, {'token': '，', 'start_time': 2.7, 'end_time': 2.76, 'score': 0.0}, {'token': '在', 'start_time': 2.76, 'end_time': 2.82, 'score': 0.0}, {'token': '这', 'start_time': 2.82, 'end_time': 2.88, 'score': 0.0}, {'token': '样', 'start_time': 2.88, 'end_time': 2.94, 'score': 0.0}, {'token': '的', 'start_time': 2.94, 'end_time': 3.0, 'score': 0.0}, {'token': '一', 'start_time': 3.0, 'end_time': 3.06, 'score': 0.0}, {'token': '个', 'start_time': 3.06, 'end_time': 3.12, 'score': 0.0}, {'token': '项', 'start_time': 3.12, 'end_time': 3.18, 'score': 0.0}, {'token': '目', 'start_time': 3.18, 'end_time': 3.24, 'score': 0.0}, {'token': '当', 'start_time': 3.24, 'end_time': 3.3, 'score': 0.0}, {'token': '中', 'start_time': 3.3, 'end_time': 3.36, 'score': 0.0}, {'token': '，', 'start_time': 3.36, 'end_time': 3.42, 'score': 0.0}, {'token': '我', 'start_time': 3.42, 'end_time': 3.48, 'score': 0.0}, {'token': '们', 'start_time': 3.48, 'end_time': 3.54, 'score': 0.0}, {'token': '把', 'start_time': 3.54, 'end_time': 6.12, 'score': 0.0}, {'token': '它', 'start_time': 6.12, 'end_time': 6.18, 'score': 0.0}, {'token': '跟', 'start_time': 6.18, 'end_time': 6.24, 'score': 0.0}, {'token': '乡', 'start_time': 6.24, 'end_time': 6.3, 'score': 0.0}, {'token': '村', 'start_time': 6.3, 'end_time': 6.36, 'score': 0.0}, {'token': '振', 'start_time': 6.36, 'end_time': 6.42, 'score': 0.0}, {'token': '兴', 'start_time': 6.42, 'end_time': 6.48, 'score': 0.0}, {'token': '去', 'start_time': 6.48, 'end_time': 6.54, 'score': 0.0}, {'token': '结', 'start_time': 6.54, 'end_time': 6.6, 'score': 0.0}, {'token': '合', 'start_time': 6.6, 'end_time': 6.66, 'score': 0.0}, {'token': '起', 'start_time': 6.66, 'end_time': 6.72, 'score': 0.0}, {'token': '来', 'start_time': 6.72, 'end_time': 6.78, 'score': 0.0}, {'token': '，', 'start_time': 6.78, 'end_time': 6.84, 'score': 0.0}, {'token': '利', 'start_time': 6.84, 'end_time': 6.9, 'score': 0.0}, {'token': '用', 'start_time': 6.9, 'end_time': 6.96, 'score': 0.0}, {'token': '我', 'start_time': 6.96, 'end_time': 7.02, 'score': 0.0}, {'token': '们', 'start_time': 7.02, 'end_time': 7.08, 'score': 0.0}, {'token': '的', 'start_time': 7.08, 'end_time': 7.14, 'score': 0.0}, {'token': '设', 'start_time': 7.14, 'end_time': 7.2, 'score': 0.0}, {'token': '计', 'start_time': 7.2, 'end_time': 7.26, 'score': 0.0}, {'token': '的', 'start_time': 7.26, 'end_time': 7.32, 'score': 0.0}, {'token': '能', 'start_time': 7.32, 'end_time': 7.38, 'score': 0.0}, {'token': '力', 'start_time': 7.38, 'end_time': 7.44, 'score': 0.0}, {'token': '，', 'start_time': 7.44, 'end_time': 7.5, 'score': 0.0}, {'token': '问', 'start_time': 7.5, 'end_time': 7.56, 'score': 0.0}, {'token': '我', 'start_time': 7.56, 'end_time': 7.62, 'score': 0.0}, {'token': '们', 'start_time': 7.62, 'end_time': 7.68, 'score': 0.0}, {'token': '自', 'start_time': 7.68, 'end_time': 7.74, 'score': 0.0}, {'token': '身', 'start_time': 7.74, 'end_time': 7.8, 'score': 0.0}, {'token': '员', 'start_time': 7.8, 'end_time': 7.86, 'score': 0.0}, {'token': '工', 'start_time': 7.86, 'end_time': 7.92, 'score': 0.0}, {'token': '的', 'start_time': 7.92, 'end_time': 7.98, 'score': 0.0}, {'token': '设', 'start_time': 7.98, 'end_time': 8.04, 'score': 0.0}, {'token': '计', 'start_time': 8.04, 'end_time': 8.1, 'score': 0.0}, {'token': '能', 'start_time': 8.1, 'end_time': 8.16, 'score': 0.0}, {'token': '力', 'start_time': 8.16, 'end_time': 8.22, 'score': 0.0}, {'token': '，', 'start_time': 8.22, 'end_time': 8.28, 'score': 0.0}, {'token': '我', 'start_time': 8.28, 'end_time': 8.34, 'score': 0.0}, {'token': '们', 'start_time': 8.34, 'end_time': 8.4, 'score': 0.0}, {'token': '设', 'start_time': 8.4, 'end_time': 8.46, 'score': 0.0}, {'token': '计', 'start_time': 8.46, 'end_time': 8.52, 'score': 0.0}, {'token': '生', 'start_time': 8.52, 'end_time': 8.58, 'score': 0.0}, {'token': '态', 'start_time': 8.58, 'end_time': 8.64, 'score': 0.0}, {'token': '伙', 'start_time': 8.64, 'end_time': 8.7, 'score': 0.0}, {'token': '伴', 'start_time': 8.7, 'end_time': 8.76, 'score': 0.0}, {'token': '的', 'start_time': 8.76, 'end_time': 8.82, 'score': 0.0}, {'token': '能', 'start_time': 8.82, 'end_time': 8.88, 'score': 0.0}, {'token': '力', 'start_time': 8.88, 'end_time': 8.94, 'score': 0.0}, {'token': '，', 'start_time': 8.94, 'end_time': 9.0, 'score': 0.0}, {'token': '帮', 'start_time': 9.0, 'end_time': 9.06, 'score': 0.0}, {'token': '助', 'start_time': 9.06, 'end_time': 9.12, 'score': 0.0}, {'token': '乡', 'start_time': 9.12, 'end_time': 9.18, 'score': 0.0}, {'token': '村', 'start_time': 9.18, 'end_time': 9.24, 'score': 0.0}, {'token': '振', 'start_time': 9.24, 'end_time': 9.3, 'score': 0.0}, {'token': '兴', 'start_time': 9.3, 'end_time': 9.36, 'score': 0.0}, {'token': '当', 'start_time': 9.36, 'end_time': 9.42, 'score': 0.0}, {'token': '中', 'start_time': 9.42, 'end_time': 9.48, 'score': 0.0}, {'token': '要', 'start_time': 9.48, 'end_time': 9.54, 'score': 0.0}, {'token': '希', 'start_time': 9.54, 'end_time': 9.6, 'score': 0.0}, {'token': '望', 'start_time': 9.6, 'end_time': 9.66, 'score': 0.0}, {'token': '把', 'start_time': 9.66, 'end_time': 18.24, 'score': 0.0}, {'token': '它', 'start_time': 18.24, 'end_time': 18.3, 'score': 0.0}, {'token': '的', 'start_time': 18.3, 'end_time': 18.36, 'score': 0.0}, {'token': '产', 'start_time': 18.36, 'end_time': 18.42, 'score': 0.0}, {'token': '品', 'start_time': 18.42, 'end_time': 18.48, 'score': 0.0}, {'token': '推', 'start_time': 18.48, 'end_time': 18.54, 'score': 0.0}, {'token': '向', 'start_time': 18.54, 'end_time': 18.6, 'score': 0.0}, {'token': '市', 'start_time': 18.6, 'end_time': 18.66, 'score': 0.0}, {'token': '场', 'start_time': 18.66, 'end_time': 18.72, 'score': 0.0}, {'token': '，', 'start_time': 18.72, 'end_time': 18.78, 'score': 0.0}, {'token': '把', 'start_time': 18.78, 'end_time': 22.08, 'score': 0.0}, {'token': '它', 'start_time': 22.08, 'end_time': 22.14, 'score': 0.0}, {'token': '的', 'start_time': 22.14, 'end_time': 22.2, 'score': 0.0}, {'token': '农', 'start_time': 22.2, 'end_time': 22.26, 'score': 0.0}, {'token': '产', 'start_time': 22.26, 'end_time': 22.32, 'score': 0.0}, {'token': '品', 'start_time': 22.32, 'end_time': 22.38, 'score': 0.0}, {'token': '、', 'start_time': 22.38, 'end_time': 22.44, 'score': 0.0}, {'token': '把', 'start_time': 22.44, 'end_time': 29.04, 'score': 0.0}, {'token': '它', 'start_time': 29.04, 'end_time': 29.1, 'score': 0.0}, {'token': '加', 'start_time': 29.1, 'end_time': 29.16, 'score': 0.0}, {'token': '工', 'start_time': 29.16, 'end_time': 29.22, 'score': 0.0}, {'token': '产', 'start_time': 29.22, 'end_time': 29.28, 'score': 0.0}, {'token': '品', 'start_time': 29.28, 'end_time': 29.34, 'score': 0.0}, {'token': '推', 'start_time': 29.34, 'end_time': 29.4, 'score': 0.0}, {'token': '向', 'start_time': 29.4, 'end_time': 29.46, 'score': 0.0}, {'token': '市', 'start_time': 29.46, 'end_time': 29.52, 'score': 0.0}, {'token': '场', 'start_time': 29.52, 'end_time': 29.58, 'score': 0.0}, {'token': '的', 'start_time': 29.58, 'end_time': 29.64, 'score': 0.0}, {'token': '这', 'start_time': 29.64, 'end_time': 29.7, 'score': 0.0}, {'token': '样', 'start_time': 29.7, 'end_time': 29.76, 'score': 0.0}, {'token': '的', 'start_time': 29.76, 'end_time': 29.82, 'score': 0.0}, {'token': '伙', 'start_time': 29.82, 'end_time': 29.88, 'score': 0.0}, {'token': '伴', 'start_time': 29.88, 'end_time': 29.94, 'score': 0.0}, {'token': '。', 'start_time': 29.94, 'end_time': 30.0, 'score': 0.0}, {'token': '做', 'start_time': 30.01, 'end_time': 30.07, 'score': 0.0}, {'token': '一', 'start_time': 30.07, 'end_time': 30.13, 'score': 0.0}, {'token': '件', 'start_time': 30.13, 'end_time': 30.19, 'score': 0.0}, {'token': '事', 'start_time': 30.19, 'end_time': 30.25, 'score': 0.0}, {'token': '情', 'start_time': 30.25, 'end_time': 30.31, 'score': 0.0}, {'token': '，', 'start_time': 30.31, 'end_time': 30.37, 'score': 0.0}, {'token': '就', 'start_time': 30.37, 'end_time': 30.43, 'score': 0.0}, {'token': '是', 'start_time': 30.43, 'end_time': 30.49, 'score': 0.0}, {'token': '帮', 'start_time': 30.49, 'end_time': 30.55, 'score': 0.0}, {'token': '他', 'start_time': 30.55, 'end_time': 30.61, 'score': 0.0}, {'token': '们', 'start_time': 30.61, 'end_time': 30.67, 'score': 0.0}, {'token': '设', 'start_time': 30.67, 'end_time': 30.73, 'score': 0.0}, {'token': '计', 'start_time': 30.73, 'end_time': 30.79, 'score': 0.0}, {'token': '一', 'start_time': 30.79, 'end_time': 31.15, 'score': 0.0}, {'token': '个', 'start_time': 31.15, 'end_time': 33.43, 'score': 0.0}, {'token': '好', 'start_time': 33.43, 'end_time': 33.49, 'score': 0.0}, {'token': '的', 'start_time': 33.49, 'end_time': 33.55, 'score': 0.0}, {'token': '包', 'start_time': 33.55, 'end_time': 33.61, 'score': 0.0}, {'token': '装', 'start_time': 33.61, 'end_time': 33.67, 'score': 0.0}, {'token': '物', 'start_time': 33.67, 'end_time': 33.73, 'score': 0.0}, {'token': '。', 'start_time': 33.73, 'end_time': 33.79, 'score': 0.0}], 'timestamp': [[0, 60], [60, 120], [120, 180], [180, 240], [240, 300], [300, 360], [360, 420], [420, 480], [480, 540], [540, 600], [600, 660], [660, 720], [720, 780], [780, 840], [840, 900], [900, 960], [960, 1020], [1020, 1080], [1140, 1200], [1200, 1260], [1260, 1320], [1320, 1380], [1380, 1440], [1440, 1500], [1500, 1560], [1560, 1620], [1620, 1680], [1680, 1740], [1740, 1800], [1800, 1860], [1860, 1920], [1920, 1980], [1980, 2040], [2040, 2100], [2100, 2160], [2160, 2220], [2220, 2280], [2280, 2340], [2340, 2400], [2400, 2460], [2460, 2520], [2520, 2580], [2580, 2640], [2640, 2700], [2700, 2760], [2760, 2820], [2820, 2880], [2880, 2940], [2940, 3000], [3000, 3060], [3060, 3120], [3120, 3180], [3180, 3240], [3240, 3300], [3300, 3360], [3360, 3420], [3420, 3480], [3480, 3540], [3540, 6120], [6120, 6180], [6180, 6240], [6240, 6300], [6300, 6360], [6360, 6420], [6420, 6480], [6480, 6540], [6540, 6600], [6600, 6660], [6660, 6720], [6720, 6780], [6780, 6840], [6840, 6900], [6900, 6960], [6960, 7020], [7020, 7080], [7080, 7140], [7140, 7200], [7200, 7260], [7260, 7320], [7320, 7380], [7380, 7440], [7440, 7500], [7500, 7560], [7560, 7620], [7620, 7680], [7680, 7740], [7740, 7800], [7800, 7860], [7860, 7920], [7920, 7980], [7980, 8039], [8039, 8100], [8100, 8160], [8160, 8220], [8220, 8280], [8280, 8340], [8340, 8400], [8400, 8460], [8460, 8520], [8520, 8580], [8580, 8640], [8640, 8700], [8700, 8760], [8760, 8820], [8820, 8880], [8880, 8940], [8940, 9000], [9000, 9060], [9060, 9120], [9120, 9180], [9180, 9240], [9240, 9300], [9300, 9360], [9360, 9420], [9420, 9480], [9480, 9540], [9540, 9600], [9600, 9660], [9660, 18240], [18240, 18300], [18300, 18360], [18360, 18420], [18420, 18480], [18480, 18540], [18540, 18600], [18600, 18660], [18660, 18720], [18720, 18780], [18780, 22080], [22080, 22140], [22140, 22200], [22200, 22260], [22260, 22320], [22320, 22380], [22380, 22440], [22440, 29040], [29040, 29100], [29100, 29160], [29160, 29220], [29220, 29280], [29280, 29340], [29340, 29400], [29400, 29460], [29460, 29520], [29520, 29580], [29580, 29640], [29640, 29700], [29700, 29760], [29760, 29820], [29820, 29880], [29880, 29940], [29940, 30000], [30010, 30070], [30070, 30130], [30130, 30190], [30190, 30250], [30250, 30310], [30310, 30370], [30370, 30430], [30430, 30490], [30490, 30550], [30550, 30610], [30610, 30670], [30670, 30730], [30730, 30790], [30790, 31150], [31150, 33430], [33430, 33490], [33490, 33550], [33550, 33610], [33610, 33670], [33670, 33730], [33730, 33790]], 'sentence_info': []}]

[leoxu2024]

2、sensevoice，测试能正常不报错，也有些问题需要优化。

生成的结果中有这些特殊字符需要去掉：<|zh|><|NEUTRAL|><|Speech|><|woitn|>“”

<|zh|><|NEUTRAL|><|Speech|><|woitn|>在我们的设计普惠当中有一个我经常津津乐道的项目叫寻找远方的美好啊在这样一个我们叫寻美在这样的一个项目当中我们把它跟乡村振兴去结合起来利用我们的设计的能力我我们自身员工的是设计能力我们设计生态伙伴的能力帮助乡村振兴当中要希望把它的产品推向市场把它的农产品把的加工产品推向市场的这样的伙伴 <|zh|><|NEUTRAL|><|Speech|><|woitn|>做一件事情就是帮他们设计一个好的包装物

字幕生成也是一大堆没有细分。
1
00:00:00,090 --> 00:00:33,340
<|zh|><|NEUTRAL|><|Speech|><|woitn|>在我们的设计普惠当中有一个我经常津津乐道的项目叫寻找远方的美好啊在这样一个我们叫寻美在这样的一个项目当中我们把它跟乡村振兴去结合起来利用我们的设计的能力我我们自身员工的是设计能力我们设计生态伙伴的能力帮助乡村振兴当中要希望把它的产品推向市场把它的农产品把的加工产品推向市场的这样的伙伴 <|zh|><|NEUTRAL|><|Speech|><|woitn|>做一件事情就是帮他们设计一个好的包装物

日志如下：
DEBUG rec_result keys: dict_keys(['key', 'text', 'timestamp', 'words', 'sentence_info'])
DEBUG rec_result: [{'key': 'rand_key_W4Acq9GFz6Y1t', 'text': '<|zh|><|NEUTRAL|><|Speech|><|woitn|>在我们的设计普惠当中有一个我经常津津乐道的项目叫寻找远方的美好啊在这样一个我们叫寻美在这样的一个项目当中我们把它跟乡村振兴去结合起来利用我们的设计的能力我我们自身员工的是设计能力我们设计生态伙伴的能力帮助乡村振兴当中要希望把它的产品推向市场把它的农产品把的加工产品推向市场的这样的伙伴 <|zh|><|NEUTRAL|><|Speech|><|woitn|>做一件事情就是帮他们设计一个好的包装物', 'timestamp': [[90, 150], [210, 270], [330, 390], [390, 450], [510, 570], [630, 690], [870, 930], [990, 1050], [1110, 1170], [1230, 1290], [1410, 1470], [1590, 1650], [1650, 1710], [1830, 1890], [2009, 2070], [2130, 2190], [2370, 2430], [2550, 2610], [2730, 2790], [2850, 2910], [2970, 3030], [3150, 3210], [3270, 3330], [3630, 3690], [4350, 4410], [4530, 4590], [5070, 5130], [5190, 5250], [5370, 5430], [5550, 5610], [5670, 5730], [6030, 6090], [6990, 7050], [7230, 7290], [7350, 7410], [7590, 7650], [7650, 7710], [8010, 8070], [8130, 8189], [8250, 8310], [8490, 8550], [8670, 8730], [9030, 9090], [9270, 9330], [9390, 9450], [9510, 9570], [9570, 9630], [9630, 9690], [9750, 9810], [9870, 9930], [10050, 10110], [10170, 10230], [10590, 10650], [10710, 10770], [10890, 10950], [11010, 11070], [11190, 11250], [11430, 11490], [11550, 11610], [11790, 11850], [11970, 12030], [12150, 12210], [12270, 12330], [12390, 12450], [12510, 12570], [12630, 12690], [13350, 13410], [13590, 13650], [13890, 13950], [14010, 14070], [14130, 14190], [14250, 14310], [14430, 14490], [14610, 14670], [14790, 14850], [14910, 14970], [15390, 15450], [15570, 15630], [15630, 15690], [15810, 15870], [15930, 15990], [16230, 16290], [16350, 16410], [16470, 16530], [16590, 16650], [16890, 16950], [16950, 17010], [17130, 17190], [17250, 17310], [17550, 17610], [17670, 17730], [17790, 17850], [17970, 18030], [18210, 18270], [18390, 18450], [18630, 18690], [18750, 18810], [18870, 18930], [19050, 19110], [19110, 19170], [19650, 19710], [19890, 19950], [20610, 20670], [20790, 20850], [21090, 21150], [21270, 21330], [21510, 21570], [21630, 21690], [22590, 22650], [22890, 22950], [23070, 23130], [23190, 23250], [23370, 23430], [23490, 23550], [23730, 23790], [23850, 23910], [24630, 24690], [24810, 24870], [25110, 25170], [25350, 25410], [25590, 25650], [25710, 25770], [25830, 25890], [26010, 26070], [26190, 26250], [26310, 26370], [26490, 26550], [26670, 26730], [26790, 26850], [26970, 27030], [27150, 27210], [27270, 27330], [27510, 27570], [27630, 27690], [27870, 27930], [27990, 28050], [28170, 28230], [28710, 28770], [28830, 28890], [28950, 29010], [29190, 29250], [29310, 29370], [30040, 30100], [30280, 30340], [30400, 30460], [30520, 30580], [30640, 30700], [31060, 31120], [31240, 31300], [31420, 31480], [31600, 31660], [31780, 31840], [31960, 32019], [32140, 32200], [32320, 32380], [32440, 32500], [32560, 32620], [32740, 32800], [32980, 33040], [33160, 33220], [33280, 33340]], 'words': ['在', '我', '们', '的', '设', '计', '普', '惠', '当', '中', '有', '一', '个', '我', '经', '常', '津', '津', '乐', '道', '的', '项', '目', '叫', '寻', '找', '远', '方', '的', '美', '好', '啊', '在', '这', '样', '一', '个', '我', '们', '叫', '寻', '美', '在', '这', '样', '的', '一', '个', '项', '目', '当', '中', '我', '们', '把', '它', '跟', '乡', '村', '振', '兴', '去', '结', '合', '起', '来', '利', '用', '我', '们', '的', '设', '计', '的', '能', '力', '我', '我', '们', '自', '身', '员', '工', '的', '是', '设', '计', '能', '力', '我', '们', '设', '计', '生', '态', '伙', '伴', '的', '能', '力', '帮', '助', '乡', '村', '振', '兴', '当', '中', '要', '希', '望', '把', '它', '的', '产', '品', '推', '向', '市', '场', '把', '它', '的', '农', '产', '品', '把', '的', '加', '工', '产', '品', '推', '向', '市', '场', '的', '这', '样', '的', '伙', '伴', '做', '一', '件', '事', '情', '就', '是', '帮', '他', '们', '设', '计', '一', '个', '好', '的', '包', '装', '物'], 'sentence_info': []}]

这个是模型本身返回的有问题，是不是不适合生成字幕？

[LauraGPT]

感谢补充测试结果，我根据你贴的最新返回又修了一版，已推到 main：modelscope/FunClip@4a7ece9

这次处理了两点：

1. SenseVoice rich tags 清理

   • 会去掉 <|zh|><|NEUTRAL|><|Speech|><|woitn|> 这类标记；
   • res_text、recog_res_raw、sentence_info.text、生成 SRT 都会走同一层清理。

2. 长段字幕自动拆分

   • 如果返回的是 token-level/word-level timestamp，FunClip 会把过长的单条字幕按约 8 秒或 30 个 token 拆成多条；
   • 这样你贴的 30 多秒一整条字幕会被拆开，而不是全部塞进一个 SRT cue。

我加了回归测试覆盖这两个情况：

python -m pytest tests -q
# 4 passed

请拉最新 main 后再试：

git pull
.venv\Scripts\python funclip\launch.py -p 50002 -m sensevoice
# 或
.venv\Scripts\python funclip\launch.py -p 50002 -m fun-asr-nano

有一个边界需要说明：如果底层模型只返回“整段一个 timestamp”，没有 token/word 级时间戳，FunClip 不能可靠地凭空切出精确字幕时间，只能保留整段。你这次日志里有 timestamp / sentence_info，所以最新版本会优先利用这些字段做拆分。

[leoxu2024]

感谢补充测试结果，我根据你贴的最新返回又修了一版，已推到 main：modelscope/FunClip@4a7ece9

这次处理了两点：

1. SenseVoice rich tags 清理

   • 会去掉 <|zh|><|NEUTRAL|><|Speech|><|woitn|> 这类标记；
   • res_text、recog_res_raw、sentence_info.text、生成 SRT 都会走同一层清理。

2. 长段字幕自动拆分

   • 如果返回的是 token-level/word-level timestamp，FunClip 会把过长的单条字幕按约 8 秒或 30 个 token 拆成多条；
   • 这样你贴的 30 多秒一整条字幕会被拆开，而不是全部塞进一个 SRT cue。

我加了回归测试覆盖这两个情况：

python -m pytest tests -q

4 passed

请拉最新 main 后再试：

git pull
.venv\Scripts\python funclip\launch.py -p 50002 -m sensevoice

或

.venv\Scripts\python funclip\launch.py -p 50002 -m fun-asr-nano
有一个边界需要说明：如果底层模型只返回“整段一个 timestamp”，没有 token/word 级时间戳，FunClip 不能可靠地凭空切出精确字幕时间，只能保留整段。你这次日志里有 timestamp / sentence_info，所以最新版本会优先利用这些字段做拆分。

已测试，1、使用SenseVoice可能正常返回字幕信息和整体文本信息没有其他标记信息了。2、使用fun-asr-nano，字幕信息里还是一整段，根据你的说明，就是没法切出来的情况，那这个模型我理解基本不能用在需要有字幕输出的视频处理了。

[LauraGPT]

感谢复测。你的理解基本是对的：如果目标是“视频字幕输出”，Fun-ASR-Nano 当前开源 checkpoint 不适合作为需要精确字幕切分的主模型。

原因不是 FunClip 没切，而是当前发布的 Fun-ASR-Nano 权重没有训练好的 ctc_decoder.* / ctc.* timestamp/alignment 权重，底层经常只能给到很粗的整段时间戳。FunClip 不能在没有可靠 token/word/句级时间戳的情况下凭空切出准确 SRT 时间轴。

当前建议：

• 需要字幕/SRT 时间轴：优先用 SenseVoice 或 Paraformer + VAD。你这次复测里 SenseVoice 的 rich tags 已经清理正常，这条路径更适合字幕。
• 使用 Fun-ASR-Nano：更适合做整段转写、语义理解、检索、摘要等；如果一定要做字幕，只能依赖外部 VAD/固定时长先切音频，再接受“段级近似时间戳”，不适合要求精细字幕对齐的场景。

我也把这个限制同步到 Fun-ASR 文档了：FunAudioLLM/Fun-ASR#112。

[Huaian666]

just switched from my old setup. the tab completion alone 😍 seriously good dx