无法运行Whisper Asr GenAI OpenVINO™ Notebook怎么解决？

答案对人有帮助，有参考价值 0

要解决运行 Whisper ASR GenAI OpenVINO™ Notebook 时遇到的 Port for tensor name cache_position was not found 错误，请按照以下步骤排查：

1. 检查模型版本兼容性

• 问题原因：新版本的 Whisper 模型（如 large-v3）在解码器中使用了 cache_position 输入节点，但某些 OpenVINO 版本或转换脚本可能未正确支持该节点。


• 解决方案：
  
  
  
  • 确认使用的 Whisper 模型版本（如 openai/whisper-large-v3）。
  
  
  • 如果使用 v2 或更早版本，此问题通常不会出现。尝试降级模型版本：
    

    model_id = "openai/whisper-large-v2"  # 替换为v2或更早版本

  
  

2. 重新转换模型并显式指定输入

• 问题原因：自动转换时可能遗漏了 cache_position 节点。


• 
  

  解决方案：
  在转换模型时手动指定输入名称，确保包含所有必需的输入节点：

  
  

   from optimum.intel import OVModelForSpeechSeq2Seq
  
  
  
   # 转换模型时显式传递输入名称
  
   model = OVModelForSpeechSeq2Seq.from_pretrained(
  
       model_id,
  
       export=True,
  
       input_names=["input_features", "decoder_input_ids", "decoder_attention_mask", "cache_position"]
  
   )
  
   model.save_pretrained("ov_model_dir")

  
  
  
  
  • 注意：如果转换失败，请检查 Hugging Face 的 config.json 是否包含 cache_position 输入定义。
  
  
  
  

3. 更新 OpenVINO 和 Optimum 库

• 问题原因：旧版本库可能缺乏对最新模型节点的支持。


• 解决方案：
  升级到最新版本：
  

   pip install --upgrade openvino optimum-intel
  
   # 如果使用OpenVINO Notebooks环境，确保更新完整：
  
   !pip install -r requirements.txt  # 在notebook中运行

4. 验证模型输入/输出节点

• 解决方案：
  使用 Netron 工具检查转换后的模型（.xml 文件），确认是否存在 cache_position 输入节点：
  
  
  
  • 打开模型文件：ov_model_dir/openvino_model.xml
  
  
  • 如果节点缺失，说明转换过程有问题（需退回第 2 步显式指定）。
  
  
  • 如果节点存在，检查代码中推理时的输入字典是否包含了 cache_position（见下一步）。
  
  

5. 修改推理代码

• 问题原因：推理时未提供 cache_position 输入值。


• 
  

  解决方案：
  在生成推理结果的代码中，初始化并传递 cache_position 张量：

  
  

   import torch
  
   import numpy as np
  
  
  
   # 初始化 cache_position (示例值，根据实际输入长度调整)
  
   input_length = 30  # 输入特征的长度
  
   cache_position = torch.arange(input_length, device=device)  # 设备需与模型一致
  
   cache_position = np.expand_dims(cache_position.numpy(), axis=0)
  
  
  
   # 在推理输入字典中加入 cache_position
  
   inputs = {
  
       "input_features": audio_features,
  
       "decoder_input_ids": decoder_input_ids,
  
       "decoder_attention_mask": decoder_attention_mask,
  
       "cache_position": cache_position  # 添加此行
  
   }
  
   outputs = model(**inputs)

  
  

6. 尝试 OpenVINO 官方修复分支

• 访问 OpenVINO Notebooks 的 GitHub 仓库：
  
  
  
  • 检查 Issues 是否有类似问题。
  
  
  • 尝试切换到修复分支（如有）：
    

    git checkout fix/whisper-cache-position  # 示例分支名，需替换为实际分支

  
  

7. 临时绕过方案（不推荐）

如果问题仍无法解决，临时修改模型配置（需重新加载模型）：

   # 加载模型后，覆盖 config 删除 cache_position 要求

   model.config.use_cache = False  # 禁用缓存（可能影响精度）

   # 或直接修改输入列表

   model.model.inputs = [i for i in model.model.inputs if i.get_any_name() != "cache_position"]

总结步骤优先级：

1. 降级模型到 v2 版本 → 2. 更新库并显式转换模型 → 3. 修改推理代码添加输入。

关键点：此错误通常由模型结构变化与库版本不匹配引起。重点确保转换时包含 cache_position 节点，并在推理时正确初始化其值。