onnx 形式的预训练模型固定了帧长是有什么特别的考虑吗？

[songfuture]

首先非常感谢如此优秀的项目！ 请教一下，

1. 导出的onnx形式的预训练模型的帧数维为什么是固定的200而不是动态的任意帧数？是结合了训练模型的chunk包含的帧数考虑的吗？还是考虑了CMN阶段的帧数要求？
2. 如果固定帧数为200，当一条语音包含的帧数不是200的整数倍时，应该如何处理剩余的帧？如语音包含278帧，[0:200]帧可以用onnx模型进行推理，剩余的78帧应该如何使用模型进行推理呢？用[78:278]把剩余的78帧也利用起来，还是[200:278]重复至200帧送入onnx进行推理呢？

[cdliang11]

非常感谢对这个项目的关注！

导出onnx支持动态维度，如下： https://github.com/wenet-e2e/wespeaker/blob/e9bbf73d0fd13db6cf42a6cb2eafb0d7dd0f8e0e/wespeaker/bin/export_onnx.py#L84-L88

[songfuture]

非常感谢对这个项目的关注！

导出onnx支持动态维度，如下：

https://github.com/wenet-e2e/wespeaker/blob/e9bbf73d0fd13db6cf42a6cb2eafb0d7dd0f8e0e/wespeaker/bin/export_onnx.py#L84-L88

[songfuture]

请问一下如何获得发布的预训练模型的config呢，这样才能重新导出动态帧数维的预训练onnx模型？

[cdliang11]

请问一下如何获得发布的预训练模型的config呢，这样才能重新导出动态帧数维的预训练onnx模型？

你好，预训练模型下载页面：https://github.com/wenet-e2e/wespeaker/blob/master/docs/pretrained.md，里边提供了pytorch模型（包含config文件）和onnx模型，其中onnx模型是动态维度。