qwen3-asr模型推理逻辑

1. 输入模板:
   <|im_start|>system\n<|im_end|>\n<|im_start|>user\n<audio_start><audio_pad><|im_end|>\n<im_start>assistant\nlanguage Chinese<asr_text>
2. <|audio_pad|>根据音频特征长度进行占位，replace_multimodeal_special_tokens:
   <|im_start|>system\n<|im_end|>\n<|im_start|>user\n<audio_start><audio_pad>*N<|im_end|>\n<im_start>assistant\nlanguage Chinese<asr_text>
   
3. tokenizer:
   1）audio inputs: {‘feature_attention_mask’: tensor([[1,1,1,1,…]]), ‘input_features’: tensor([[TDIM])} # 特征刚输入的值
   2）text inputs: {‘input_ids’: tensor([[id, id…]]), ‘attention_mask’: tensor([[1N]])}，其中input_ids就是模板映射之后的id，其中audio_pad是audio_feature下采样之后的长度。
   3）audio 的padding有单独的id【audio_pad占位，根据最终输入帧数】，以及text的padding有单独的id【endoftext | 151643，进行left padding】，另外model.generation的结束标签是（【eos_token_id】151645，<|im_end|>）。
   4）根据audio inputs提取特征之后经过speech encoder之后，进行插入text inputs中。