EMO_UNK禁用和Merge VAD修复 (#1940)

gaochangfeng

2024-07-22 340c55838b56bb98508337f8404e0a74f22a20c2

 funasr/utils/vad_utils.py

@@ -32,8 +32,10 @@
    return speech_list, speech_lengths_list


def merge_vad(vad_result, max_length=15000):
def merge_vad(vad_result, max_length=15000, min_length=0):
    new_result = []
    if len(vad_result) <= 1:
        return vad_result
    time_step = [t[0] for t in vad_result] + [t[1] for t in vad_result]
    time_step = sorted(list(set(time_step)))
    if len(time_step) == 0:
@@ -43,13 +45,15 @@
        time = time_step[i]
        if time_step[i + 1] - bg < max_length:
            continue
        if time - bg < max_length * 1.5:
        if time - bg > min_length:
            new_result.append([bg, time])
        else:
            split_num = int(time - bg) // max_length + 1
            spl_l = int(time - bg) // split_num
            for j in range(split_num):
                new_result.append([bg + j * spl_l, bg + (j + 1) * spl_l])
        # if time - bg < max_length * 1.5:
        #     new_result.append([bg, time])
        # else:
        #     split_num = int(time - bg) // max_length + 1
        #     spl_l = int(time - bg) // split_num
        #     for j in range(split_num):
        #         new_result.append([bg + j * spl_l, bg + (j + 1) * spl_l])
        bg = time
    new_result.append([bg, time_step[-1]])
    return new_result
    return new_result