modelscope-funasr这个计算文本长度，我理解是不是要调用tokenizer？

是的，计算文本长度通常需要调用tokenizer。

在使用Modelscope-FunASR进行语音识别时，如果需要计算文本的长度，通常是通过调用tokenizer来实现的。Tokenizer的作用是将文本分割成一系列的tokens，这些tokens是模型可以理解和处理的基本单位。在自然语言处理中，tokenizer通常会考虑到单词、标点符号以及特殊字符，以便正确地将文本分割成有意义的部分。

对于中英文夹杂的文本，tokenizer通常也能够正确处理，因为它会按照语言的特点来分割文本。例如，中文字符之间通常不需要空格分隔，而英文单词之间则需要。一个优秀的tokenizer能够识别这些差异，并根据不同的语言规则来进行正确的分词。

至于文本长度的用途，它通常用于确定输入文本的序列长度，这对于模型来说是一个重要参数。在将文本输入到模型之前，确实需要通过tokenizer来获取其长度，以确保输入格式符合模型的要求。模型内部会根据提供的文本长度来进行处理，确保在模型的各个层中传递正确数量的数据。

如果您在使用Modelscope-FunASR时遇到了关于tokenizer的问题，建议查阅官方文档或寻求技术支持，以获取更详细的指导。此外，如果您需要进行更高级的文本处理，如命名实体识别、情感分析等，也可以利用ModelScope提供的其他工具和服务来进行。