prepare_data_iterator

游雁

2024-01-05 e63169bb06b123a908c39d720380d963ea34326f

prepare_data_iterator

 funasr/bin/inference.py

@@ -21,7 +21,7 @@
from funasr.utils.vad_utils import slice_padding_audio_samples
from funasr.utils.timestamp_tools import time_stamp_sentence

def build_iter_for_infer(data_in, input_len=None, data_type=None, key=None):
def prepare_data_iterator(data_in, input_len=None, data_type=None, key=None):
    """
    
    :param input:
@@ -62,7 +62,7 @@
        if data_type is not None and isinstance(data_type, (list, tuple)):
            data_list_tmp = []
            for data_in_i, data_type_i in zip(data_in, data_type):
                key_list, data_list_i = build_iter_for_infer(data_in=data_in_i, data_type=data_type_i)
                key_list, data_list_i = prepare_data_iterator(data_in=data_in_i, data_type=data_type_i)
                data_list_tmp.append(data_list_i)
            data_list = []
            for item in zip(*data_list_tmp):
@@ -204,7 +204,7 @@
        # if 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, key=key)
        key_list, data_list = prepare_data_iterator(input, input_len=input_len, data_type=data_type, key=key)
        
        speed_stats = {}
        asr_result_list = []
@@ -268,7 +268,7 @@
        batch_size_threshold_ms = int(kwargs.get("batch_size_threshold_s", 60))*1000
        kwargs["batch_size"] = batch_size
        data_type = kwargs.get("data_type", "sound")
        key_list, data_list = build_iter_for_infer(input, input_len=input_len, data_type=data_type)
        key_list, data_list = prepare_data_iterator(input, input_len=input_len, data_type=data_type)
        results_ret_list = []
        time_speech_total_all_samples = 0.0

@@ -397,7 +397,7 @@
        kwargs.update(cfg)


        key_list, data_list = build_iter_for_infer(input, input_len=input_len)
        key_list, data_list = prepare_data_iterator(input, input_len=input_len)
        batch_size = kwargs.get("batch_size", 1)
        device = kwargs.get("device", "cpu")
        if device == "cpu":