modelscope-funasr 的模型大小在转换格式（如从 PyTorch 的 .pt 格式转换到 ONNX 的 .onnx 格式）时发生变化，可能是正常的，也可能是由某些特定原因导致的。以下是可能导致模型大小变化的一些原因：
存储格式差异：不同的模型格式有不同的存储方式和优化策略。例如，ONNX 可能为了跨平台兼容性或更好的可读性而使用了不同的编码方式，这可能导致文件大小的变化。
元数据与辅助信息：ONNX 格式可能包含比 PyTorch 格式更多的元数据或辅助信息，这会增加文件的大小。这些信息可能对于某些应用场景是必要的，但对于其他场景可能不是。
模型优化：在转换过程中，可能会进行一些优化步骤，这些优化可能会改变模型的结构或参数表示，从而影响文件大小。
版本差异：不同版本的转换工具或库可能会有不同的实现和输出，这也可能导致模型大小的变化。
附加的层或操作：转换过程中可能会自动添加一些额外的层或操作以确保模型的兼容性或功能性，这同样会增加模型的大小。
然而，如果转换后的模型大小显著增加，且没有合理的解释（如上述原因），那么这可能是一个需要关注的问题。这可能意味着转换过程中出现了某种问题，或者转换工具没有正确地处理模型。
为了确定这种情况是否正常，你可以：
检查转换工具的文档，看看是否有关于模型大小变化的说明。
尝试使用不同版本的转换工具或库进行转换，看看模型大小是否仍然有显著差异。
检查转换后的模型结构是否与原始模型一致，以确保没有添加不必要的层或操作。
如果可能的话，尝试使用其他工具或方法验证转换后的模型的准确性和性能。
最后，如果你认为模型大小的显著增加是不正常的，并且可能影响了模型的部署或性能，那么建议联系 modelscope-funasr 的开发者或社区寻求帮助。