update

R1ckShi

2024-05-30 d097d0ca45472965d4411357d52adda5657691a2

 funasr/models/whisper/model.py

@@ -7,7 +7,10 @@
import torch.nn.functional as F
from torch import Tensor
from torch import nn

import whisper
# import whisper_timestamped as whisper

from funasr.utils.load_utils import load_audio_text_image_video, extract_fbank

from funasr.register import tables
@@ -108,8 +111,12 @@

        # decode the audio
        options = whisper.DecodingOptions(**kwargs.get("DecodingOptions", {}))
        result = whisper.decode(self.model, speech, options)
        
        result = whisper.decode(self.model, speech, language='english')
        # result = whisper.transcribe(self.model, speech)

        import pdb; pdb.set_trace()
        
        results = []
        result_i = {"key": key[0], "text": result.text}