kongdeqiang
6 天以前 28ccfbfc51068a663a80764e14074df5edf2b5ba
funasr/bin/inference.py
@@ -1,178 +1,30 @@
import os.path
import torch
import numpy as np
import hydra
import json
from omegaconf import DictConfig, OmegaConf
import logging
from funasr.download.download_from_hub import download_model
from funasr.train_utils.set_all_random_seed import set_all_random_seed
from funasr.datasets.audio_datasets.load_audio_extract_fbank import load_bytes
from funasr.train_utils.device_funcs import to_device
from tqdm import tqdm
from funasr.train_utils.load_pretrained_model import load_pretrained_model
import time
import random
import string
from funasr.utils.register import registry_tables
from omegaconf import DictConfig, OmegaConf, ListConfig
from funasr.auto.auto_model import AutoModel
def build_iter_for_infer(data_in, input_len=None, data_type="sound"):
   """
   :param input:
   :param input_len:
   :param data_type:
   :param frontend:
   :return:
   """
   data_list = []
   key_list = []
   filelist = [".scp", ".txt", ".json", ".jsonl"]
   chars = string.ascii_letters + string.digits
   if isinstance(data_in, str) and os.path.exists(data_in): # wav_path; filelist: wav.scp, file.jsonl;text.txt;
      _, file_extension = os.path.splitext(data_in)
      file_extension = file_extension.lower()
      if file_extension in filelist: #filelist: wav.scp, file.jsonl;text.txt;
         with open(data_in, encoding='utf-8') as fin:
            for line in fin:
               key = "rand_key_" + ''.join(random.choice(chars) for _ in range(13))
               if data_in.endswith(".jsonl"): #file.jsonl: json.dumps({"source": data})
                  lines = json.loads(line.strip())
                  data = lines["source"]
                  key = data["key"] if "key" in data else key
               else: # filelist, wav.scp, text.txt: id \t data or data
                  lines = line.strip().split()
                  data = lines[1] if len(lines)>1 else lines[0]
                  key = lines[0] if len(lines)>1 else key
               data_list.append(data)
               key_list.append(key)
      else:
         key = "rand_key_" + ''.join(random.choice(chars) for _ in range(13))
         data_list = [data_in]
         key_list = [key]
   elif isinstance(data_in, (list, tuple)): # [audio sample point, fbank]
      data_list = data_in
      key_list = ["rand_key_" + ''.join(random.choice(chars) for _ in range(13)) for _ in range(len(data_in))]
   else: # raw text; audio sample point, fbank; bytes
      if isinstance(data_in, bytes): # audio bytes
         data_in = load_bytes(data_in)
      key = "rand_key_" + ''.join(random.choice(chars) for _ in range(13))
      data_list = [data_in]
      key_list = [key]
   return key_list, data_list
@hydra.main(config_name=None, version_base=None)
def main_hydra(kwargs: DictConfig):
   log_level = getattr(logging, kwargs.get("log_level", "INFO").upper())
def main_hydra(cfg: DictConfig):
    def to_plain_list(cfg_item):
        if isinstance(cfg_item, ListConfig):
            return OmegaConf.to_container(cfg_item, resolve=True)
        elif isinstance(cfg_item, DictConfig):
            return {k: to_plain_list(v) for k, v in cfg_item.items()}
        else:
            return cfg_item
   logging.basicConfig(level=log_level)
    kwargs = to_plain_list(cfg)
   import pdb;
   pdb.set_trace()
   model = AutoModel(**kwargs)
   res = model.generate(input=kwargs["input"])
   print(res)
    if kwargs.get("debug", False):
        import pdb
class AutoModel:
   def __init__(self, **kwargs):
      registry_tables.print()
      assert "model" in kwargs
      if "model_conf" not in kwargs:
         logging.info("download models from model hub: {}".format(kwargs.get("model_hub", "ms")))
         kwargs = download_model(**kwargs)
      set_all_random_seed(kwargs.get("seed", 0))
      device = kwargs.get("device", "cuda")
      if not torch.cuda.is_available() or kwargs.get("ngpu", 1):
         device = "cpu"
         kwargs["batch_size"] = 1
      kwargs["device"] = device
        pdb.set_trace()
    model = AutoModel(**kwargs)
    res = model.generate(input=kwargs["input"])
    print(res)
      # build tokenizer
      tokenizer = kwargs.get("tokenizer", None)
      if tokenizer is not None:
         tokenizer_class = registry_tables.tokenizer_classes.get(tokenizer.lower())
         tokenizer = tokenizer_class(**kwargs["tokenizer_conf"])
         kwargs["tokenizer"] = tokenizer
         kwargs["token_list"] = tokenizer.token_list
      # build frontend
      frontend = kwargs.get("frontend", None)
      if frontend is not None:
         frontend_class = registry_tables.frontend_classes.get(frontend.lower())
         frontend = frontend_class(**kwargs["frontend_conf"])
         kwargs["frontend"] = frontend
         kwargs["input_size"] = frontend.output_size()
      # build model
      model_class = registry_tables.model_classes.get(kwargs["model"].lower())
      model = model_class(**kwargs, **kwargs["model_conf"], vocab_size=len(tokenizer.token_list) if tokenizer is not None else -1)
      model.eval()
      model.to(device)
      # init_param
      init_param = kwargs.get("init_param", None)
      if init_param is not None:
         logging.info(f"Loading pretrained params from {init_param}")
         load_pretrained_model(
            model=model,
            init_param=init_param,
            ignore_init_mismatch=kwargs.get("ignore_init_mismatch", False),
            oss_bucket=kwargs.get("oss_bucket", None),
         )
      self.kwargs = kwargs
      self.model = model
      self.tokenizer = tokenizer
   def generate(self, input, input_len=None, **cfg):
      self.kwargs.update(cfg)
      data_type = self.kwargs.get("data_type", "sound")
      batch_size = self.kwargs.get("batch_size", 1)
      if self.kwargs.get("device", "cpu") == "cpu":
         batch_size = 1
      key_list, data_list = build_iter_for_infer(input, input_len=input_len, data_type=data_type)
      speed_stats = {}
      asr_result_list = []
      num_samples = len(data_list)
      pbar = tqdm(colour="blue", total=num_samples, dynamic_ncols=True)
      for beg_idx in range(0, num_samples, batch_size):
         end_idx = min(num_samples, beg_idx + batch_size)
         data_batch = data_list[beg_idx:end_idx]
         key_batch = key_list[beg_idx:end_idx]
         batch = {"data_in": data_batch, "key": key_batch}
         if (end_idx - beg_idx) == 1 and isinstance(data_batch[0], torch.Tensor): # fbank
            batch["data_batch"] = data_batch[0]
            batch["data_lengths"] = input_len
         time1 = time.perf_counter()
         results, meta_data = self.model.generate(**batch, **self.kwargs)
         time2 = time.perf_counter()
         asr_result_list.append(results)
         pbar.update(1)
         # batch_data_time = time_per_frame_s * data_batch_i["speech_lengths"].sum().item()
         batch_data_time = meta_data.get("batch_data_time", -1)
         speed_stats["load_data"] = meta_data.get("load_data", 0.0)
         speed_stats["extract_feat"] = meta_data.get("extract_feat", 0.0)
         speed_stats["forward"] = f"{time2 - time1:0.3f}"
         speed_stats["rtf"] = f"{(time2 - time1) / batch_data_time:0.3f}"
         description = (
            f"{speed_stats}, "
         )
         pbar.set_description(description)
      torch.cuda.empty_cache()
      return asr_result_list
if __name__ == '__main__':
   main_hydra()
if __name__ == "__main__":
    main_hydra()