finetune 数据准备相关问题 #35
Description
@pengzhendong finetune代码中增加了train.jsonl，能否提供一个真实的中英文样例以及上下文和语种配置问题，因为我看这个和funasr之前提供信息有点差异。我试着去理解，尝试写了两个例子。东哥帮忙看看
{"messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "语音转写：<|startofspeech|>!/path/to/wav<|endofspeech|>"}, {"role": "assistant", "content": "content of /path/to/wav"}], "speech_length": 42, "text_length": 42}
中文例子
{"messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "语音转写：<|startofspeech|>!/home/zh.wav<|endofspeech|>"}, {"role": "assistant", "content": "我是中国人"}], "speech_length": 12, "text_length": 5}
英文例子
{"messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "语音转写：<|startofspeech|>!/home/en.wav<|endofspeech|>"}, {"role": "assistant", "content": "hello world"}], "speech_length": 12, "text_length": 2}
我不知道我是否理解的对与否。另外如果我们需要添加语种和上下文信息，这个需要如何修改呢。