wenet

Faire un coup de pouce

Feuille de route | Docs | Documents | Exécution | Modèles pré-entraînés | Houggingface | Demandez à Wenet Guru

Nous partageons Net ensemble.

Points forts

• Production First and Production Ready : The Core Design Principle, WENET fournit des solutions de production complètes pour la reconnaissance vocale.
• Précis : WENET obtient des résultats SOTA sur de nombreux ensembles de données de discours publics.
• Léger : WENET est facile à installer, facile à utiliser, bien conçu et bien documenté.

Installer

Installer le package Python

pip install git+https://github.com/wenet-e2e/wenet.git

Utilisation de la ligne de commande (Utilisez -h pour les paramètres):

wenet --language chinese audio.wav

Utilisation de la programmation Python :

 import wenet

model = wenet . load_model ( 'chinese' )
result = model . transcribe ( 'audio.wav' )
print ( result [ 'text' ])

Veuillez référer l'utilisation de Python pour plus de ligne de commande et d'utilisation de la programmation Python.

Installer pour la formation et le déploiement

• Cloner le repo

git clone https://github.com/wenet-e2e/wenet.git

• Installer conda: veuillez consulter https://docs.conda.io/en/latest/miniconda.html
• Créer conda env:

conda create -n wenet python=3.10
conda activate wenet
conda install conda-forge::sox

• Installer Cuda: veuillez suivre ce lien, il est recommandé d'installer Cuda 12.1
• Installez la torche et la torch audio, elle est recommandée pour utiliser 2.2.2 + Cu121:

pip install torch==2.2.2+cu121 torchaudio==2.2.2+cu121 -f https://download.pytorch.org/whl/torch_stable.html

Pour les utilisateurs de NPU Ascend:

• Installez Cann: veuillez suivre ce lien pour installer Cann Toolkit et les grains.

• Installez WENET avec les dépendances TORCH-NPU:

pip install -e .[torch-npu]

• Tableau de contrôle de version associée:

Exigence	Minimum	Recommander
Canzer	8.0.rc2.alpha003	dernier
torche	2.1.0	2.2.0
torch-npu	2.1.0	2.2.0
torch audio	2.1.0	2.2.0
vitesse profonde	0.13.2	dernier

• Installez d'autres packages Python

pip install -r requirements.txt
pre-commit install  # for clean and tidy code

• Questions fréquemment posées (FAQ)

 # If you encounter sox compatibility issues
RuntimeError: set_buffer_size requires sox extension which is not available.
# ubuntu
sudo apt-get install sox libsox-dev
# centos
sudo yum install sox sox-devel
# conda env
conda install  conda-forge::sox

Construire pour le déploiement

Facultativement, si vous souhaitez utiliser le modèle d'exécution ou de langue (LM) x86, vous devez créer le temps d'exécution comme suit. Sinon, vous pouvez simplement ignorer cette étape.

 # runtime build requires cmake 3.14 or above
cd runtime/libtorch
mkdir build && cd build && cmake -DGRAPH_TOOLS=ON .. && cmake --build .

Veuillez consulter DOC pour la construction d'exécution sur plus de plates-formes et d'OS.

Discussion et communication

Vous pouvez discuter directement des questions de GitHub.

Pour les utilisateurs chinois, vous pouvez également scanner le code QR à gauche pour suivre notre compte officiel de WENET. Nous avons créé un groupe WeChat pour une meilleure discussion et une réponse plus rapide. Veuillez analyser le code QR personnel à droite et le gars est responsable de vous inviter au groupe de discussion.

Reconnaître

1. Nous avons emprunté beaucoup de code à ESPNET pour la modélisation basée sur les transformateurs.
2. Nous avons emprunté beaucoup de code à Kaldi pour le décodage basé sur WFST pour l'intégration LM.
3. Nous avons référé Eesen pour la construction d'un graphique basé sur TLG pour l'intégration LM.
4. Nous avons fait référence à OpentRansformateur pour l'inférence du lot Python des modèles E2E.

Citations

 @inproceedings { yao2021wenet ,
title = { WeNet: Production oriented Streaming and Non-streaming End-to-End Speech Recognition Toolkit } ,
author = { Yao, Zhuoyuan and Wu, Di and Wang, Xiong and Zhang, Binbin and Yu, Fan and Yang, Chao and Peng, Zhendong and Chen, Xiaoyu and Xie, Lei and Lei, Xin } ,
  booktitle = { Proc. Interspeech } ,
  year = { 2021 } ,
  address = { Brno, Czech Republic } ,
  organization = { IEEE }
}

@article { zhang2022wenet ,
  title = { WeNet 2.0: More Productive End-to-End Speech Recognition Toolkit } ,
  author = { Zhang, Binbin and Wu, Di and Peng, Zhendong and Song, Xingchen and Yao, Zhuoyuan and Lv, Hang and Xie, Lei and Yang, Chao and Pan, Fuping and Niu, Jianwei } ,
  journal = { arXiv preprint arXiv:2203.15455 } ,
  year = { 2022 }
}