即時轉錄一段時間後會自行斷線

[aef5748]

我使用Fun-ASR-Nano中的即時轉錄serve_realtime_ws.py的腳本，但目前遇到個問題是當我連線開始錄音後，大約連線一段時間後就會斷線，尤其是我有開啟說話者識別的時候，大約在20~30分鐘之間就會斷線了，不曉得各位是否有遇到類似的問題，又應該如何解決？

是透過docker來架設環境:

• OS: ubuntu
• Python version: 3.12.3
• FunASR version: 1.3.14
• ModelScope version: 1.37.1
• PyTorch / torchaudio version: 2.10.0
• Install method (pip, source, Docker): Docker
• Device (cuda, cpu, mps): cuda
• GPU model: NVIDIA 6000ada 48GB
• CUDA/cuDNN version: 13.2

[LauraGPT]

Thanks for the report. I matched this with the same Fun-ASR-Nano realtime websocket disconnect report in FunAudioLLM/Fun-ASR#130 and merged a fix in FunAudioLLM/Fun-ASR#133.

Please pull the latest Fun-ASR code and retry serve_realtime_ws.py. Two operational knobs from the fix are especially relevant for 20-30 minute sessions:

• keep websocket ping/pong enabled for long-lived microphone connections
• if you only need ASR text, start the service with --disable-spk to avoid speaker diarization overhead during long sessions

If it still disconnects after pulling the fix, please attach the server log around the disconnect time and whether spk_model is enabled so we can narrow it down further.

[LauraGPT]

针对长连接断开场景补了一个小的服务端配置改动：#3121 已合并。

现在 serve_realtime_ws.py 支持显式配置 WebSocket keepalive：

CUDA_VISIBLE_DEVICES=0 python examples/industrial_data_pretraining/fun_asr_nano/serve_realtime_ws.py \
    --port 10095 --language 中文 \
    --ws-ping-interval 20 --ws-ping-timeout 60

新增参数：

• --ws-ping-interval：服务端 ping 间隔，默认 20 秒；设置 0 可关闭服务端 ping。
• --ws-ping-timeout：等待 pong 的超时，默认 20 秒；长连接经过 Docker/nginx/云 LB 时可以先试 60 秒。
• --ws-close-timeout：关闭握手超时，默认 10 秒。
• --ws-max-size：单条 WebSocket 消息上限，默认保持 10MB。

如果你仍然在 20-30 分钟断线，建议下一步同时确认：

1. 前面是否有 nginx / ingress / LB 的 idle timeout，比 --ws-ping-interval 更短；
2. 是否启用了 --enable-spk，如果只是 ASR 文本，先保持默认关闭；
3. 断开时服务端日志里是正常 close、ping timeout，还是推理阻塞导致事件循环长时间不能响应。

文档也同步到了 vLLM realtime WebSocket 部分。