PL

Package Version：0.7.6 Model：Lora finetuned speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch model Command：python infer.py Details：when inference lora finetuned speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch model Error log： RuntimeError：AutomaticSpeechRecognitionPipeline：Error（s）in loading state_dict for Paraformer： unexpected key(s) in state_dict: "encoder.encoders0.0.self_attn.linear_q_k_v.lora_A"

不用到20分钟，1分钟（vad强切默认值是60s）就能出现吧。我看是ASR模型的问题吧，ASR推理vad切不断的语音这种现象比较明显。至于调到多少可能跟训练数据的长度有关系吧，我觉得尝试调到20s看看有没有改善。

请问你说的是python的推理还是C++ runtime？我遇到过funasr1.0之前的python推理出现你讲的问题，当时发现似乎跟wav.scp中的音频顺序有关系，不知道为什么。