python流式识别接口内存泄漏

[yowrhihoil]

用接口sherpa_onnx.OnlineRecognizer.from_transducer()加载官方下载的zipformer
刚开始占用内存：24%，
随着使用，内存一直涨，一直到内存不足，程序被kill掉。
程序按demo使用，每个vad都调用了reset，为啥内存释放不掉。

[csukuangfj]

信息太有限，没法提供帮助。

[yowrhihoil]

信息太有限，没法提供帮助。

只要一用这个方法，recognizer.get_result(stream)，内存占用就上涨几兆。
调用了recognizer.reset(stream)也不管用

[csukuangfj]

请描述详细的复现方法。

其他人没有你这个问题呢。

[yowrhihoil]

请描述详细的复现方法。

其他人没有你这个问题呢。

就是在/speech-recognition-from-microphone-with-endpoint-detection.py这个类中，如果注释掉第207行，result = recognizer.get_result(stream)。内存不会增长，如果不注释，随着不断的音频流过来，内存就会一直增长。

[csukuangfj]

@dosu

[dosubot]

目前官方文档没有关于 get_result 或 OnlineRecognizer 相关内存泄漏的说明，也没有已知的类似问题记录。

这种现象通常和 Python 调用底层 C++/ONNX 资源有关，可能是底层对象没有被正确释放。可以尝试以下方法定位问题：

1. 用 memory profiler（如 memory_profiler、tracemalloc）监控 get_result(stream) 调用前后内存变化，确认泄漏点。
2. 检查是否有对象引用未释放，或底层 C++/ONNX 资源未正确回收。
3. 尝试用更小的测试脚本只调用 get_result，看是否同样泄漏，便于定位问题。
4. 如果方便，提供最小复现代码和环境信息（Python/onnxruntime/sherpa-onnx 版本），有助于进一步分析。

如果有进一步的复现细节或测试结果，可以继续补充，有助于定位根本原因。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}   

[shylockasr]

请描述详细的复现方法。
其他人没有你这个问题呢。

就是在/speech-recognition-from-microphone-with-endpoint-detection.py这个类中，如果注释掉第207行，result = recognizer.get_result(stream)。内存不会增长，如果不注释，随着不断的音频流过来，内存就会一直增长。

应该是流式 在reset 后，音频流没有reset 不断累加导致的问题。