SeACoParaformer热词语音识别-普通话-粤语-英文-通用-16k-离线-large

我要开发同款
匿名用户2024年07月31日
45阅读
所属分类ai、Non-autoregressive、pytorch、Hotword、ICASSP2024、Alibaba、Paraformer、FunASR、CER、audio
开源地址https://modelscope.cn/models/dengcunqin/speech_seaco_paraformer_large_asr_nat-zh-cantonese-en-16k-common-vocab11666-pytorch
授权协议Apache License 2.0

作品详情

模型介绍

基于SeACoParaformer large(iic/speechseacoparaformerlargeasr_nat-zh-cn-16k-common-vocab8404-pytorch),更换vocab为11666,增加粤语部分字,通过在普通话1w小时、粤语100小时、英语1w小时音频数据集上进行训练1轮。

from funasr import AutoModel

model = AutoModel(model="dengcunqin/speech_seaco_paraformer_large_asr_nat-zh-cantonese-en-16k-common-vocab11666-pytorch",
                  model_revision="master"
                  )

wav_root_url="https://www.modelscope.cn/api/v1/models/dengcunqin/speech_seaco_paraformer_large_asr_nat-zh-cantonese-en-16k-common-vocab11666-pytorch/repo?Revision=master&FilePath="
res = model.generate(input=wav_root_url+"example/asr_example.wav",
                     hotword=wav_root_url+"example/hotword.txt",
                    )
print(res)

res = model.generate(input=wav_root_url+"example/asr_example_普通话.wav",
                     hotword=wav_root_url+"example/hotword.txt",
                    )
print(res)

res = model.generate(input=wav_root_url+"example/asr_example_粤语.wav",
                     hotword=wav_root_url+"example/hotword.txt",
                    )
print(res)

相关论文以及引用信息

@article{shi2023seaco,
  title={SeACo-Paraformer: A Non-Autoregressive ASR System with Flexible and Effective Hotword Customization Ability},
  author={Shi, Xian and Yang, Yexin and Li, Zerui and Zhang, Shiliang},
  journal={arXiv preprint arXiv:2308.03266 (accepted by ICASSP2024)},
  year={2023}
}
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论