معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

FunASR: A Fundamental End-to-End Speech Recognition Toolkit

ویژگی	مقدار
سیستم عامل	-
نام فایل	funasr-torch-0.0.4
نام	funasr-torch
نسخه کتابخانه	0.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Speech Lab, Alibaba Group, China
ایمیل نویسنده	funasr@list.alibaba-inc.com
آدرس صفحه اصلی	https://github.com/alibaba-damo-academy/FunASR.git
آدرس اینترنتی	https://pypi.org/project/funasr-torch/
مجوز	The MIT License

## Using funasr with libtorch [FunASR](https://github.com/alibaba-damo-academy/FunASR) hopes to build a bridge between academic research and industrial applications on speech recognition. By supporting the training & finetuning of the industrial-grade speech recognition model released on ModelScope, researchers and developers can conduct research and production of speech recognition models more conveniently, and promote the development of speech recognition ecology. ASR for Fun！ ### Steps: 1. Export the model. - Command: (`Tips`: torch >= 1.11.0 is required.) More details ref to ([export docs](https://github.com/alibaba-damo-academy/FunASR/tree/main/funasr/export)) - `e.g.`, Export model from modelscope ```shell python -m funasr.export.export_model --model-name damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch --export-dir ./export --type torch --quantize False ``` - `e.g.`, Export model from local path, the model'name must be `model.pb`. ```shell python -m funasr.export.export_model --model-name ./damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch --export-dir ./export --type torch --quantize False ``` 2. Install the `funasr_torch`. install from pip ```shell pip install --upgrade funasr_torch -i https://pypi.Python.org/simple ``` or install from source code ```shell git clone https://github.com/alibaba/FunASR.git && cd FunASR cd funasr/runtime/python/libtorch pip install -e ./ ``` 3. Run the demo. - Model_dir: the model path, which contains `model.torchscripts`, `config.yaml`, `am.mvn`. - Input: wav formt file, support formats: `str, np.ndarray, List[str]` - Output: `List[str]`: recognition result. - Example: ```python from funasr_torch import Paraformer model_dir = "/nfs/zhifu.gzf/export/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch" model = Paraformer(model_dir, batch_size=1) wav_path = ['/nfs/zhifu.gzf/export/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/example/asr_example.wav'] result = model(wav_path) print(result) ``` ## Performance benchmark Please ref to [benchmark](https://github.com/alibaba-damo-academy/FunASR/blob/main/funasr/runtime/python/benchmark_libtorch.md) ## Speed Environment：Intel(R) Xeon(R) Platinum 8163 CPU @ 2.50GHz Test [wav, 5.53s, 100 times avg.](https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/test_audio/asr_example_zh.wav) | Backend | RTF (FP32) | |:--------:|:----------:| | Pytorch | 0.110 | | Libtorch | 0.048 | | Onnx | 0.038 | ## Acknowledge This project is maintained by [FunASR community](https://github.com/alibaba-damo-academy/FunASR).

نیازمندی

مقدار	نام
-	librosa
>=1.7.0	onnxruntime
-	scipy
>=1.19.3	numpy
-	typeguard
-	kaldi-native-fbank
>=5.1.2	PyYAML
>=0.4.0	torch-quant

نحوه نصب

نصب پکیج whl funasr-torch-0.0.4:

pip install funasr-torch-0.0.4.whl

نصب پکیج tar.gz funasr-torch-0.0.4:

pip install funasr-torch-0.0.4.tar.gz