Python 包定义中的聚合导出；
之前一直不知道包下的__init__.py的真正作用，今天问了ai了解了以下
init.py 文件能够定义这个目录作为一个“包”的对外接口（API），控制“别人 import 这个包时能看到什么、怎么用”。
-
标记这是一个 Python 包
虽然python3.3后就能隐式命名空间包，但是项目稍微复杂一点后，就需要尽量使用init配合导入，后面导入多了会乱。 -
统一“对外暴露”的入口（最重要）
👉非聚合导入：
from app.domain.asr import AsrResponse
from app.domain.funasr_infer import infer_from_file_item
from app.domain.funasr_loader import load_models
👉聚合导入：
from app.domain import AsrResponse, infer_from_file_item, load_models -
配合__all__，控制 * 导入内容
属性__all__ 只对 from xxx import * 生效
文件__init__.py中的可以限制 * 导入内容，也就是即使使用from xxx import * 也不会导入所有的方法函数，只会导入__init__.py中规定的__all__
FunASR使用同时运用vad（语音活动检测）+punc（标点恢复）+spk（说话人分割）模型
按照FunASR官方文档，加入了punc和spk这两个模型，出现了一个问题
按照FunASR官方文档，只需要在高层封装入口AutoModel处，加上punc_model和spk_model参数，指定对应模型所在文件夹即可。
vad_model和model等这些参数如果不是给的是字符串而不是文件地址，这个函数会自动去网上下载，尽量先下载下来放到对应位置。
model = AutoModel(model="paraformer-zh", vad_model="fsmn-vad", vad_kwargs={"max_single_segment_time": 60000},punc_model="ct-punc", spk_model="cam++")
出现assert问题
然后就报了一个实际产生的语音分段（segments）数量 ≠ 说话人标签（labels）数量。
简而言之就是VAD 分出 N 段，说话人分割模型却只给了 M 个 labelN ≠ M → 直接 assert 炸掉
解决方案
- 查看github问题社区发现是在生成时少了batch_size_s（动态batch）。
- 顺便也可以加上batch_size_threshold_s（切割后音频片段时长超过这个阈值，batch_size=1）