游雁
2024-06-07 4eedd7ad45120598f10b84673401823719dda237
auto frontend
1个文件已修改
24 ■■■■ 已修改文件
funasr/datasets/openai_datasets/datasets.py 24 ●●●● 补丁 | 查看 | 原始文档 | blame | 历史
funasr/datasets/openai_datasets/datasets.py
@@ -201,16 +201,16 @@
                    data_list, batch_first=True, padding_value=pad_value
                )
        # if self.batch_type != "example":
        #     for i in range(10):
        #         outputs = self._filter_badcase(outputs, i=i)
        if self.batch_type != "example":
            for i in range(10):
                outputs = self._filter_badcase(outputs, i=i)
        return outputs
    def _filter_badcase(self, outputs, i=0):
        b, t, _ = outputs["speech"].shape
        b, t = outputs["input_ids"].shape
        if b * t > self.batch_size * 1.25:
        if b * t > self.batch_size * 2:
            beg = torch.randint(0, 2, ()).item()
            if b < 2:
                beg = 0
@@ -219,12 +219,12 @@
            )
            for key, data_list in outputs.items():
                outputs[key] = outputs[key][beg : beg + b : 2]
            speech_lengths_max = outputs["speech_lengths"].max().item()
            outputs["speech"] = outputs["speech"][:, :speech_lengths_max, :]
            text_lengths_max = outputs["text_lengths"].max().item()
            outputs["text"] = outputs["text"][:, :text_lengths_max]
            target_mask_lengths_max = outputs["target_mask_lengths"].max().item()
            outputs["target_mask"] = outputs["target_mask"][:, :target_mask_lengths_max]
            #
            # speech_lengths_max = outputs["speech_lengths"].max().item()
            # outputs["speech"] = outputs["speech"][:, :speech_lengths_max, :]
            # text_lengths_max = outputs["text_lengths"].max().item()
            # outputs["text"] = outputs["text"][:, :text_lengths_max]
            # target_mask_lengths_max = outputs["target_mask_lengths"].max().item()
            # outputs["target_mask"] = outputs["target_mask"][:, :target_mask_lengths_max]
        return outputs