部署wenet预训练语音识别模型到服务器端

背景

实习的时候要求将预训练模型部署到服务器端，测试模型推理的性能和效率。本来简单的直接用wenet的服务器框架就可以，但要求使用gpu以及支持多个batchsize并且支持多并发，可是wenet的服务器框架并不支持这个而且它是基于C++开发的，想通过修改原C++代码难度非常大，不管是代码推理部分的理解与修改、C++的websocket通信以及修改后的debug和编译，都是巨大的难关。在徘徊的过程中组长给我发了一个小米开源的服务器部署项目sherpa，sherpa的主体部分即模型部署和通信协议是基于python的，而且支持使用gpu以及支持多个batchsize并且支持多并发，完全满足需求，可是sherpa的基于C++开发的模型加载与推理代码仅仅支持RNNT模型而不支持wenet的预训练模型，这就尬住我了。
在这种情况下，我一直在犹豫怎么把sherpa和wenet的代码结合一下，一边理解两边的代码，一边犹豫，最后放弃。
放弃后觉得实现不太可能实现后与组长开了一次会，再次开会确定目标，使用onnx模型来进行加载推理和部署，因为wenet有现成的onnx的python加载和推理代码，而sherpa有现成的python的服务端客户端交互代码，因此这样实现可以简单的得到实现。然鹅也并不简单，花了一天时间调通，实现onnx模型部署，使用gpu以及支持多个batchsize并且支持多并发。

实现

本次实现是基于sherpa目录下的./sherpa/bin/pruned_transducer_statelessX/ 的offline_server.py、offline_client.py、decoder_manifest.py以及wenet目录下面的./examples/aishell/s0/wenet/bin/的recognize_onnx.py总共四个文件。
说一下总体思路：sherpa的offline_server.py包含对它自己RNNT模型的加载推理过程，但是我们把它换成wenet的recognize_onnx.py中对onnx模型的加载和推理即可，另外虽然两者都有自己的fbank特征提取方法，需要注意的是需要使用wenet的特征提取方法（这个方法在./examples/aishell/s0/wenet/dataset/process.py里面），这样会使得修改代码更简单一些

修改结果

反思

1.技术不过关

就拿到这个任务属于啥都没接触过，啥都不会那种，想想作为一个刚毕业大学生，真就纯种废物了，以后多接触各种技术，扩大知识面，不求甚解，但求能听过。

2.提前给坑做标记

记得sherpa有个warmup函数，目的是随机生成一串序列给模型推理，这样能节省后续推理的预热时间，在完成这个warmup后就完成了模型的部署，而当时我急着完成模型的部署，所以在模型推理部分完全依着warmup生成的随机序列的格式进行了格式修改（当时知道这个地方应该依着实际的数据格式，但图方便然后后面忘记了这个地方的问题），从而导致模型部署后，我以为成功了，但进行实际客户端推理后就出现问题了，而报错延又没有明确指出什么地方，我一个个地方排除才找到这个地方，所以在以后明确知道又坑的情况下需要提前标注，因为自己容易忘记