install requirements automatically

游雁

2024-03-25 8c1016ca77d9b35b829c158092de912f6ec10535

install requirements automatically

 funasr/auto/auto_model.py

@@ -25,11 +25,10 @@
from funasr.train_utils.set_all_random_seed import set_all_random_seed
from funasr.train_utils.load_pretrained_model import load_pretrained_model
from funasr.utils import export_utils
try:
    from funasr.models.campplus.utils import sv_chunk, postprocess, distribute_spk
    from funasr.models.campplus.cluster_backend import ClusterBackend
except:
    print("Notice: If you want to use the speaker diarization, please `pip install hdbscan`")

from funasr.models.campplus.utils import sv_chunk, postprocess, distribute_spk
from funasr.models.campplus.cluster_backend import ClusterBackend



def prepare_data_iterator(data_in, input_len=None, data_type=None, key=None):

 funasr/models/campplus/cluster_backend.py

@@ -7,7 +7,6 @@
import scipy
import torch
import sklearn
import hdbscan
import numpy as np

from sklearn.cluster._kmeans import k_means
@@ -116,6 +115,8 @@
        self.min_samples = min_samples
        self.min_cluster_size = min_cluster_size
        self.metric = metric
        import hdbscan
        self.hdbscan = hdbscan

    def __call__(self, X):
        import umap.umap_ as umap
@@ -125,7 +126,7 @@
            n_components=min(self.n_components, X.shape[0] - 2),
            metric=self.metric,
        ).fit_transform(X)
        labels = hdbscan.HDBSCAN(
        labels = self.hdbscan.HDBSCAN(
            min_samples=self.min_samples,
            min_cluster_size=self.min_cluster_size,
            allow_single_cluster=True).fit_predict(umap_X)

 funasr/models/qwen_audio/model.py

@@ -9,8 +9,7 @@
from torch import nn
import whisper
from funasr.utils.load_utils import load_audio_text_image_video, extract_fbank
from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation import GenerationConfig


from funasr.register import tables

@@ -27,6 +26,8 @@
    """
    def __init__(self, *args, **kwargs):
        super().__init__()
        from transformers import AutoModelForCausalLM, AutoTokenizer
        from transformers.generation import GenerationConfig

        model_or_path = kwargs.get("model_path", "QwenAudio")
        model = AutoModelForCausalLM.from_pretrained(model_or_path, device_map="cpu",
@@ -82,7 +83,8 @@
        Modified from https://github.com/QwenLM/Qwen-Audio
        """
        super().__init__()
        
        from transformers import AutoModelForCausalLM, AutoTokenizer
        from transformers.generation import GenerationConfig
        model_or_path = kwargs.get("model_path", "QwenAudio")
        bf16 = kwargs.get("bf16", False)
        fp16 = kwargs.get("fp16", False)