站长之家关键词挖掘工具,陕西百度公司,东莞振安保安公司,国家建设部网站官网模型亮点
模型文件: damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorchParaformer-large长音频模型集成VAD、ASR、标点与时间戳功能#xff0c;可直接对时长为数小时音频进行识别#xff0c;并输出带标点文字与时间戳#xff1a; ASR模型…模型亮点
模型文件: damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorchParaformer-large长音频模型集成VAD、ASR、标点与时间戳功能可直接对时长为数小时音频进行识别并输出带标点文字与时间戳 ASR模型Parformer-large模型结构为非自回归语音识别模型多个中文公开数据集上取得SOTA效果可快速地基于ModelScope对模型进行微调定制和推理。热词版本Paraformer-large热词版模型支持热词定制功能基于提供的热词列表进行激励增强提升热词的召回率和准确率。
FunASR介绍
GitHub源码地址: https://github.com/alibaba-damo-academy/FunASR
FunASR是由阿里巴巴通义实验室语音团队开源的一款语音识别基础框架集成了语音端点检测、语音识别、标点断句等领域的工业级别模型吸引了众多开发者参与体验和开发。为了解决工业落地的最后一公里将模型集成到业务中去我们开发了社区软件包。 支持以下几种服务部署
中文离线文件转写服务CPU版本已完成中文流式语音识别服务CPU版本已完成英文离线文件转写服务CPU版本已完成中文离线文件转写服务GPU版本进行中更多支持中
中文离线文件转写服务CPU版本
中文语音离线文件服务部署CPU版本拥有完整的语音识别链路可以将几十个小时的长音频与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
2023/11/08: 中文离线文件转写服务 3.0 发布支持标点大模型、支持Ngram模型、支持fst热词(更新热词通信协议)、支持服务端加载热词、runtime结构变化适配FunASR/funasr/runtime-FunASR/runtimedokcer镜像版本funasr-runtime-sdk-cpu-0.3.0 (caa64bddbb43)原理介绍文档点击此处
模型下载
模型介绍: https://modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx/summary模型下载
# 安装gitgit-lfs
yum install git
yum install git-lfs
git lfs installgit clone https://www.modelscope.cn/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx.git拉取镜像并推送到私有harbor
# 从公网拉取镜像
docker pull registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.3.0
# 公有镜像重新打个私有tag
docker tag registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.3.0 harbor.xxx.com:443/base/funasr:funasr-runtime-sdk-cpu-0.3.0
# 推送到私有harbor
docker push harbor.xxx.com:443/base/funasr:funasr-runtime-sdk-cpu-0.3.0Docker运行
# 创建挂载目录
mkdir -p funasr-runtime-resources/models
# 如果已安装docker忽略本步骤
docker run -d -p 10096:10096 -it --privilegedtrue \-v $PWD/funasr-runtime-resources/models:/workspace/models -v $PWD/funasr-runtime-resources/models/run_server.sh:/workspace/FunASR/runtime/run_server.sh \harbor.xxx.com:443/base/funasr:funasr-runtime-sdk-cpu-0.3.0# 把一步命令返回的container_id放到下面命令中
docker exec -it container_id bash服务端启动
docker启动之后启动 funasr-wss-server服务程序
cd FunASR/runtime
# 会在./funasr-runtime-resources/damo目录下下载模型文件
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 21
tail -fn200 log.outrun_server.sh命令参数介绍
--download-model-dir 模型下载地址通过设置model ID从Modelscope下载模型
--model-dir modelscope model ID 或者 本地模型路径
--quantize True为量化ASR模型False为非量化ASR模型默认是True
--vad-dir modelscope model ID 或者 本地模型路径
--vad-quant True为量化VAD模型False为非量化VAD模型默认是True
--punc-dir modelscope model ID 或者 本地模型路径
--punc-quant True为量化PUNC模型False为非量化PUNC模型默认是True
--lm-dir modelscope model ID 或者 本地模型路径
--itn-dir modelscope model ID 或者 本地模型路径
--port 服务端监听的端口号默认为 10095
--decoder-thread-num 服务端线程池个数(支持的最大并发路数)脚本会根据服务器线程数自动配置decoder-thread-num、io-thread-num
--io-thread-num 服务端启动的IO线程数
--model-thread-num 每路识别的内部线程数(控制ONNX模型的并行)默认为 1其中建议 decoder-thread-num*model-thread-num 等于总线程数
--certfile ssl的证书文件默认为../../../ssl_key/server.crt如果需要关闭ssl参数设置为0
--keyfile ssl的密钥文件默认为../../../ssl_key/server.key
--hotword 热词文件路径每行一个热词格式热词 权重(例如:阿里巴巴 20)如果客户端提供热词则与客户端提供的热词合并一起使用服务端热词全局生效客户端热词只针对对应客户端生效。客户端测试与使用
下载客户端测试工具
cd funasr-runtime-resources
curl -O https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/sample/funasr_samples.tar.gz
# 解压
tar -zxvf funasr_samples.tar.gz cd samples/python
python3 funasr_wss_client.py --host 127.0.0.1 --port 10095 --mode offline --audio_in ../audio/asr_example.wav使用nginx搭建web访问 把funasr-runtime-resources/samples/html下的static目录重命名为asr在nginx已有域名转发下添加如下配置 server {listen 80;server_name xxx.com;location /asr {root /home/funasr-runtime-resources/samples/html;index index.html;}
}
