1 Star 0 Fork 0

zhjr / punc_ct-transformer_cn-en-common-vocab471067-large-onnx

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README
tasks domain model-type frameworks backbone metrics license language tags datasets widgets
punctuation
audio
Classification
onnx
transformer/conformer
f1_score
Apache License 2.0
cn
FunASR
CT-Transformer
Alibaba
ICASSP 2020
train test
100M-samples online data
wikipedia data test
10000 industrial Mandarin sentences test
model_revision task inputs examples inferencespec
v1.1.7
punctuation
type name title
text
input
文本
name title inputs
1
示例1
name data
input
那今天的会就到这里吧 happy new year 明年见
cpu memory
1
4096

Controllable Time-delay Transformer模型介绍

Highlights

模型为CT-Transformer-large的onnx量化导出版本,可以直接用来做生产部署,一键部署教程(点击此处

ModelScope-FunASR

FunASR提供可便捷本地或者云端服务器部署的离线文件转写服务,内核为FunASR已开源runtime-SDK。 集成了达摩院语音实验室在Modelscope社区开源的语音端点检测(VAD)、Paraformer-large语音识别(ASR)、标点恢复(PUNC) 等相关能力,拥有完整的语音识别链路,可以将几十个小时的音频或视频识别成带标点的文字,而且支持上百路请求同时进行转写。

最新动态 | 环境安装 | 介绍文档 | 服务部署 | 模型库 | 联系我们

快速上手

docker安装

如果您已安装docker,忽略本步骤!! 通过下述命令在服务器上安装docker:

curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/shell/install_docker.sh;
sudo bash install_docker.sh

docker安装失败请参考 Docker Installation

镜像启动

通过下述命令拉取并启动FunASR runtime的docker镜像(获取最新镜像版本):

sudo docker pull \
  registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.3.0
mkdir -p ./funasr-runtime-resources/models
sudo docker run -p 10095:10095 -it --privileged=true \
  -v $PWD/funasr-runtime-resources/models:/workspace/models \
  registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.3.0

服务端启动

docker启动之后,启动 funasr-wss-server服务程序:

cd FunASR/runtime
nohup bash run_server.sh \
  --download-model-dir /workspace/models \
  --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx \
  --model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx  \
  --punc-dir damo/punc_ct-transformer_cn-en-common-vocab471067-large-onnx \
  --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst \
  --itn-dir thuduj12/fst_itn_zh \
  --hotword /workspace/models/hotwords.txt > log.out 2>&1 &

客户端测试与使用

运行上面安装指令后,会在./funasr-runtime-resources(默认安装目录)中下载客户端测试工具目录samples(下载点击此处), 我们以Python语言客户端为例,进行说明,支持多种音频格式输入(.wav, .pcm, .mp3等),也支持视频输入(.mp4等),以及多文件列表wav.scp输入,其他版本客户端请参考文档(点击此处

python3 wss_client_asr.py --host "127.0.0.1" --port 10095 --mode offline --audio_in "../audio/asr_example.wav"

更详细用法介绍(点击此处

相关论文以及引用信息

@inproceedings{gao2022paraformer,
  title={Paraformer: Fast and Accurate Parallel Transformer for Non-autoregressive End-to-End Speech Recognition},
  author={Gao, Zhifu and Zhang, Shiliang and McLoughlin, Ian and Yan, Zhijie},
  booktitle={INTERSPEECH},
  year={2022}
}

空文件

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/zhangjiar/punc_ct-transformer_cn-en-common-vocab471067-large-onnx.git
git@gitee.com:zhangjiar/punc_ct-transformer_cn-en-common-vocab471067-large-onnx.git
zhangjiar
punc_ct-transformer_cn-en-common-vocab471067-large-onnx
punc_ct-transformer_cn-en-common-vocab471067-large-onnx
master

搜索帮助