Consider forking and maintaining pyctcdecode or switch to torchaudio.models.decoder

问题场景

用户在全新虚拟环境中通过 uv 安装 transformers[torch-speech]==4.56.2 和 pyannote-audio==4.0.0 时，依赖解析器报告两个包无法同时安装。该冲突也影响任何需要同时使用新版 pyannote 语音库和 Transformers ASR pipeline（如 Wav2Vec2ProcessorWithLM）的项目。

报错原文

  × No solution found when resolving dependencies:
  ╰─▶ Because transformers[torch-speech]==4.56.2 depends on pyctcdecode>=0.4.0 and pyctcdecode>=0.4.0 depends on numpy>=1.15.0,=1.15.0,=2.0 and only pyannote-core=6.0.1 depends on numpy>=2.0.
      And because pyannote-audio==4.0.0 depends on pyannote-core>=6.0.1, we can conclude that pyannote-audio==4.0.0 depends on numpy>=2.0.
      And because we know from (1) that transformers[torch-speech]==4.56.2 depends on numpy>=1.15.0,<2.0.0, we can conclude that pyannote-audio==4.0.0 and transformers[torch-speech]==4.56.2 are incompatible.
      And because you require transformers[torch-speech]==4.56.2 and pyannote-audio==4.0.0, we can conclude that your requirements are unsatisfiable.

原因分析

可能原因有两个，且相互叠加：

• pyctcdecode 项目已基本停止维护，最新发布的 0.5.0 版本（2023 年 1 月）仍将依赖限制为 numpy<2.0.0，即使社区提交了 numpy 2.0 支持 PR（kensho-technologies/pyctcdecode#116），也长期未被合并。
• pyctcdecode 主分支最近一次提交将解码器输出格式从 tuple 改为 dataclass，与 Transformers 现有的 ASR pipeline 代码不兼容。

环境排查

• 确认 numpy 当前版本是否为 2.0 或更高（可执行 python -c "import numpy; print(numpy.__version__)" 检查）。
• 确认 pyctcdecode 版本是否为 0.5.0，以及是否安装了未被合并的 git 主分支版本。
• 确认 transformers 版本是否为 4.56.2，以及安装时是否带有 <
  

  参考来源

  huggingface/transformers #41230

  

  AI 工具推荐

  想把多个 AI 模型放在一个入口？

  GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

  了解 GamsGo AI

  推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

  这个方案解决了吗？

  解决了还没有