FunASR v1.4.16:混合设备子模型与原生 Transformers 指南
v1.4.16 让显式配置的 VAD、标点和说话人 submodel 在重复推理与运行时覆盖之间保持各自设备,并补齐标点行为和原生 Transformers 接入文档。
安装
python -m pip install -U "funasr==1.4.16"
公开包位于 PyPI 1.4.16。wheel SHA-256 为 f95943f6a8111349a1b08907363b048a49e9cb9caa1e3afd8c92970d08bf450d,sdist SHA-256 为 1e2f8e3887fbc4b164cce40f73bf1324907da6ab59d1e8bf2add827f534c69e7。
这次修复什么
vad_kwargs、punc_kwargs与spk_kwargs的显式设备放置在重复调用中保持稳定。- 运行时
device覆盖不再改写已加载模型或调用方持有的子模型配置。 - 说话人推理使用说话人模型自身配置;中英文指南说明何时需要 CT-Transformer 标点后处理,以及如何验证原生 Transformers 路径。
设备回归由 CPU 权重替身与模拟加速器可用性验证;它覆盖配置传播、回退和重复调用,但不是 CUDA、MPS 或 NPU 性能认证。
签名源码与可校验资产
签名标签 v1.4.16 精确指向 904cd18681b8083de5e1039bd0ecebc4f49ede60。Release 恰有 12 个资产:两个 Python 制品、九个来自 runtime-llamacpp-v0.2.6 的独立版本运行时,以及一份清单。
- Python:
funasr-1.4.16-py3-none-any.whl、funasr-1.4.16.tar.gz - Linux:
funasr-llamacpp-linux-arm64.tar.gz、funasr-llamacpp-linux-x64.tar.gz、funasr-llamacpp-linux-x64-avx2.tar.gz、funasr-llamacpp-linux-x64-vulkan.tar.gz - macOS:
funasr-llamacpp-macos-arm64.tar.gz - Windows:
funasr-llamacpp-windows-x64.zip、funasr-llamacpp-windows-x64-avx2.zip、funasr-llamacpp-windows-x64-cuda.zip、funasr-llamacpp-windows-x64-vulkan.zip - 校验:
SHA256SUMS
九个原生运行时未携带本次 Python 修复;请先用清单校验,再在目标硬件和真实音频上验收。
从固定版本和校验清单开始复现。
查看 v1.4.16 的 12 个资产