太长不看，直接解决问题（覆盖安装博主Fork并打补丁的FunASR库）：pip install --no-cache-dir git+https://github.com/MotorBottle/FunASR.git@main

已提交PR，该PR尚未合并，但测试有效，合并后会在此说明，如已合并，直接pip升级至最新版FunASR库即可

FunASR 长音频GPU推理降速问题（根本原因：AutoModel 在初始时把所有运行配置放在同一个全局 kwargs 字典里，多模型推理时，这个字典会被内部逻辑实时修改，例如调整 batch_size、ncpu 等参数，推理结束后不会恢复原值）

观察现象

• 处理 30 分钟以上音频时，发现第一次推理速度很快，但同一段音频第二次推理耗时几乎翻倍甚至更长。
• GPU 始终运行在 cuda:0说明不是推理设备问题，但性能劣化会一直持续，除非重启进程。

根本原因

• FunASR 的 AutoModel 将运行时配置（kwargs、vad_kwargs、punc_kwargs、spk_kwargs 等）保存为可变字典。
• 长音频推理过程中，这些字典会被修改（例如 ncpu 默认是 4， 但同时运行的内部逻辑修改torch_threads，推理结束后torch_threads变为72）。由于 FunASR 不会恢复默认配置，下一次请求就会沿用污染过的状态，导致速度下降。

解决方案

• 在 AutoModel 构建完所有模块后，立即对每个 *_kwargs 做快照，并在每次推理前恢复这份基准配置（包括 VAD、标点、说话人识别模块）。
• 重新写入期望的参数如 ncpu，仅在线程设置发生变化时调用 torch.set_num_threads()，防止线程数漂移。
• 效果：长音频可多次连续推理而不会污染默认参数，性能恢复稳定。

P.S. 目前只发现torch_threads遭到意外更改，如果需要最小变更，只针对它做修复也是可行的