执行摘要

此PR启用了Cohere Transcribe模型，集成到vLLM以支持语音识别功能。通过更新模型注册表、文档和测试，验证了可变长度编码器输入的代码路径，但注册表存在配置重复风险，建议后续优化。

功能与动机

PR是PR 35809的后续，旨在启用Cohere Transcribe模型（官方名称CohereAsrForConditionalGeneration），HF仓库为CohereLabs/cohere-transcribe-03-2026。动机是集成新模型，并利用它测试可变长度编码器输入的代码路径，此前vLLM仅支持填充长度的编码器输入，适用于Whisper但不适用于Cohere-Transcribe。

实现拆解

• 文档模块：更新docs/models/supported_models.md，添加模型到支持列表。
• 示例模块：更新examples/offline_inference/audio_language.py，使用正确模型名。
• 测试模块：更新tests/entrypoints/openai/correctness/test_transcription_api_correctness.py，添加模型到测试配置（但注释掉未启用），并引入EnglishTextNormalizer作为标准归一器。代码示例：
  

  normalizer = EnglishTextNormalizer(normalizer_tokenizer.english_spelling_normalizer)
  

• 模型执行模块：更新vllm/model_executor/models/cohere_asr.py，重命名类为CohereAsrForConditionalGeneration；更新vllm/model_executor/models/registry.py，调整注册表条目。

评论区精华

review中，gemini-code-assist[bot] 在vllm/model_executor/models/registry.py第531行评论：

"This adds an alias for the Cohere ASR model by duplicating the configuration tuple. This can lead to maintenance issues..."

建议重构为共享配置，但此评论未得到回复，PR已合并，表明风险被暂时搁置。

风险与影响

风险：

1. 注册表配置重复：可能导致未来变更不一致，增加维护成本。
2. 测试未启用：模型在测试中被注释掉，延迟了完整测试覆盖。
3. 兼容性：新模型涉及可变长度编码器输入，需确保与现有系统兼容。

影响：

• 用户：可访问Cohere Transcribe模型进行语音识别，扩展应用场景。
• 系统：增强多模态处理能力，验证近期编码器输入改进。
• 团队：提供模型集成范例，但需关注注册表设计，避免技术债。

关联脉络

此PR与PR 35809直接相关，作为后续启用模型。在vLLM近期PR中，多模态处理（如PR 38018涉及多模态处理器）和模型集成是常见主题，表明项目正扩展音频和视觉模型支持，本PR是这一趋势的一部分。