Segmentation fault

[ben-8878]

使用fastasr python包，测试 python examples/k2_rnnt2_cli.py models/k2_rnnt2_cli/ test.wav 第一次运行报错： “Audio time is 201.13125s. len is 3218100. Model initialization takes 7.2s. Segmentation fault (core dumped)” 第二次运行，没有改任何东西，正常输出结果。

[chenkui164]

是这样的Python的里面没有做vad，所以输入太长会导致内存溢出，从而模型崩溃

[ben-8878]

是这样的Python的里面没有做vad，所以输入太长会导致内存溢出，从而模型崩溃

那我自己加一个，对c++,不太熟悉，不知道你C++是怎么加的VAD，是音整个音频做了VAD之后 for循环送入解码吗？

[chenkui164]

是的。先对整段音频做，然后每一句分别送入模型，每句话调用前，模型需要reset一下，然后在调用forward

p.reset() result = p.forward(data)

[chenkui164]

我今天看资料发现，在编译的时候使用-march=core-avx2优化，推理速度可以加倍。目前仅支持x64 Linux环境，感兴趣可以试一下

cmake -DCMAKE_BUILD_TYPE=Release .. -DCMAKE_CXX_FLAGS_RELEASE="-march=core-avx2 -O3"

[ben-8878]

我今天看资料发现，在编译的时候使用-march=core-avx2优化，推理速度可以加倍。目前仅支持x64 Linux环境，感兴趣可以试一下

cmake -DCMAKE_BUILD_TYPE=Release .. -DCMAKE_CXX_FLAGS_RELEASE="-march=core-avx2 -O3"

好的

[chenkui164]

我今天看资料发现，在编译的时候使用-march=core-avx2优化，推理速度可以加倍。目前仅支持x64 Linux环境，感兴趣可以试一下 cmake -DCMAKE_BUILD_TYPE=Release .. -DCMAKE_CXX_FLAGS_RELEASE="-march=core-avx2 -O3"

好的

不用试了，好像是我搞错了。。。

[ben-8878]

是的。先对整段音频做，然后每一句分别送入模型，每句话调用前，模型需要reset一下，然后在调用forward

p.reset() result = p.forward(data)

我调试这个

[ben-8878]

@chenkui164 这块只能输入numpy类型的吗，p.forward(partdata)，webrtc vad输入的是字节，字节再转成numpy，识别效果下降了。。。。

[ben-8878]

@chenkui164 这块只能输入numpy类型的吗，p.forward(partdata)，webrtc vad输入的是字节，字节再转成numpy，识别效果下降了。。。。

搞定了，有时间我提个PR。