企业官网建设流程全解析

SenseVoice Small自动化测试：持续集成方案

1. 引言

1.1 业务场景描述

随着语音识别技术在智能交互、情感分析和内容理解等领域的广泛应用，构建稳定可靠的语音处理系统成为关键需求。SenseVoice Small 是基于 FunAudioLLM/SenseVoice 模型进行二次开发的轻量级语音识别工具，由开发者“科哥”定制化实现 WebUI 界面，支持多语言语音转文字，并具备情感事件标签识别能力。

在实际部署过程中，频繁的功能迭代与模型优化带来了回归风险。为保障每次代码变更后系统的功能一致性与稳定性，亟需建立一套自动化测试机制，并将其嵌入持续集成（CI）流程中。

1.2 痛点分析

当前项目面临以下挑战：

• 手动测试效率低，难以覆盖所有使用路径
• WebUI 功能更新后缺乏快速验证手段
• 多语言、多格式音频输入组合复杂，人工验证成本高
• 缺乏对情感/事件标签输出一致性的校验机制

1.3 方案预告

本文将介绍如何为SenseVoice Small WebUI构建完整的自动化测试体系，并通过 GitHub Actions 实现持续集成。我们将采用 Playwright 进行端到端 UI 测试，结合 Python 脚本完成结果断言，最终形成“提交即测试”的工程闭环。

2. 技术方案选型

2.1 自动化测试框架对比

核心结论：Playwright 提供跨浏览器支持、原生等待机制和强大的网络拦截能力，非常适合 WebUI 自动化测试。

2.2 CI 平台选择

最终选择GitHub Actions作为 CI 执行引擎，无缝对接代码仓库，降低运维负担。

2.3 测试策略设计

我们采用分层测试策略：

1. 单元测试：针对run.sh启动脚本、配置加载逻辑等进行函数级测试
2. 接口测试：调用 Gradio API 直接发送 POST 请求获取识别结果
3. E2E 测试：模拟用户操作完整流程（上传 → 识别 → 校验）

本文重点聚焦于E2E 测试 + CI 集成。

3. 自动化测试实现步骤

3.1 环境准备

确保本地或 CI 环境满足以下条件：

# 安装依赖 pip install playwright pytest playwright install chromium # 启动应用服务 /bin/bash /root/run.sh > app.log 2>&1 &

等待服务启动完成（可通过轮询http://localhost:7860判断是否就绪）。

3.2 编写 Playwright 测试脚本

# test_sensevoice.py from playwright.sync_api import sync_playwright, expect import time import os def test_sensevoice_end_to_end(): with sync_playwright() as p: # 启动浏览器 browser = p.chromium.launch(headless=True) page = browser.new_page() # 访问 WebUI page.goto("http://localhost:7860") expect(page.get_by_text("SenseVoice WebUI")).to_be_visible() expect(page.get_by_text("webUI二次开发 by 科哥")).to_be_visible() # 上传音频文件 audio_file_path = "tests/samples/zh.mp3" file_chooser = page.wait_for_event("filechooser") page.locator("input[type='file']").set_input_files(audio_file_path) # 选择语言为中文 page.select_option("select[id='language']", value="zh") # 点击开始识别 page.click("text=🚀 开始识别") # 等待识别结果出现 result_box = page.locator("textarea[id='result']") expect(result_box).to_have_text(re.compile(r".+😊|.+$"), timeout=30000) # 获取识别文本 text = result_box.input_value() print(f"识别结果: {text}") # 断言关键内容（以 zh.mp3 为例） assert "欢迎收听本期节目" in text assert "😊" in text or "HAPPY" in text # 截图留档 page.screenshot(path="results/test_success.png") browser.close()

3.3 创建测试样本集

在tests/samples/目录下准备标准测试音频：

每个样本应有明确的预期输出基准，便于自动化断言。

3.4 添加结果校验逻辑

扩展脚本以支持结构化解析：

def parse_result(text): """解析识别结果中的事件、文本、情感""" events = [] emotion = "NEUTRAL" content = text.strip() event_icons = {"🎼": "BGM", "👏": "Applause", "😀": "Laughter", "😭": "Cry"} emotion_icons = {"😊": "HAPPY", "😡": "ANGRY", "😔": "SAD"} for icon, label in event_icons.items(): if text.startswith(icon): events.append(label) content = content.lstrip(icon).strip() for icon, label in emotion_icons.items(): if text.endswith(icon): emotion = label content = content.rstrip(icon).strip() return {"events": events, "text": content, "emotion": emotion}

可用于更精细的结果比对。

3.5 实践问题与优化

问题 1：页面加载不稳定导致失败

解决方案：增加显式等待 + 重试机制

page.wait_for_load_state("networkidle") # 等待网络空闲 expect(page.locator("#result")).to_be_enabled()

问题 2：GPU 环境缺失导致推理缓慢

解决方案：在 CI 中设置超时阈值并启用缓存加速

timeout-minutes: 10

问题 3：音频格式兼容性差异

解决方案：统一转换为 WAV 格式再测试

ffmpeg -i input.mp3 -ar 16000 -ac 1 output.wav

4. 持续集成流程搭建

4.1 GitHub Actions 工作流配置

创建.github/workflows/ci.yml：

name: SenseVoice CI Pipeline on: push: branches: [ main ] pull_request: branches: [ main ] jobs: e2e-test: runs-on: ubuntu-latest container: nvidia/cuda:12.2.0-devel-ubuntu20.04 services: docker: image: docker:dind privileged: true env: DISPLAY: ":99" steps: - name: Checkout code uses: actions/checkout@v4 - name: Set up Python uses: actions/setup-python@v4 with: python-version: '3.10' - name: Install dependencies run: | apt-get update apt-get install -y ffmpeg pulseaudio xvfb pip install -r requirements.txt pip install playwright pytest playwright install chromium - name: Start X virtual framebuffer run: Xvfb :99 -screen 0 1024x768x24 & - name: Launch SenseVoice App run: | nohup bash /root/run.sh > app.log 2>&1 & sleep 15 # 等待服务启动 tail -f app.log & - name: Wait for service ready run: | until curl -s http://localhost:7860; do echo "Waiting for server..." sleep 5 done - name: Run E2E Tests run: | python -m pytest test_sensevoice.py -v --capture=no - name: Upload screenshot on failure if: failure() uses: actions/upload-artifact@v3 with: path: results/test_success.png

4.2 测试报告生成

可集成pytest-html生成可视化报告：

pip install pytest-html pytest test_sensevoice.py --html=report.html --self-contained-html

并在 CI 中上传为 artifact。

4.3 通知机制（可选）

添加 Slack 或邮件通知：

- name: Notify on Failure if: failure() uses: 8398a7/action-slack@v3 with: status: ${{ job.status }} fields: repo,message,commit,author,action,eventName

5. 最佳实践建议

5.1 分支保护策略

• 设置 PR 必须通过 CI 才能合并
• 要求至少一个 reviewer 批准

5.2 测试数据管理

• 将测试音频纳入版本控制（小文件）
• 使用.gitattributes对二进制文件做差异化处理

5.3 性能监控延伸

未来可加入：

• 单次识别耗时统计
• CPU/GPU 占用率采集
• 内存泄漏检测

用于长期性能趋势分析。

6. 总结

6.1 实践经验总结

本文实现了SenseVoice Small WebUI 的自动化测试与 CI 集成全流程，涵盖：

• 使用 Playwright 实现端到端 UI 测试
• 构建标准化测试样本库
• 设计结构化结果校验逻辑
• 基于 GitHub Actions 搭建 CI 流水线

该方案已在实际开发中验证有效，显著提升了迭代效率与发布信心。

6.2 推荐建议

1. 坚持“测试先行”原则：新功能上线前必须补充对应测试用例
2. 定期维护测试样本：避免因模型升级导致旧样本失效
3. 逐步推进测试覆盖率：从核心路径扩展到边界情况

通过持续集成机制，真正实现“改得放心、发得安心”。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。