wenet

Wenet

Peta jalan | Docs | Makalah | Runtime | Model pretrained | Huggingface | Tanyakan kepada Wenet Guru

Kami berbagi net bersama.

Highlight

• Produksi Pertama dan Produksi Siap : Prinsip Desain Inti, Wenet memberikan solusi produksi tumpukan penuh untuk pengenalan suara.
• Akurat : Wenet mencapai hasil SOTA pada banyak kumpulan data pidato publik.
• Berat ringan : Wenet mudah dipasang, mudah digunakan, dirancang dengan baik, dan didokumentasikan dengan baik.

Memasang

Instal Paket Python

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

Penggunaan baris perintah (gunakan -h untuk parameter):

wenet --language chinese audio.wav

Penggunaan Pemrograman Python :

 import wenet

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

Silakan merujuk penggunaan Python untuk lebih banyak baris perintah dan penggunaan pemrograman Python.

Instal untuk Pelatihan & Penempatan

• Kloning repo

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

• Instal Conda: Silakan lihat https://docs.conda.io/en/latest/miniconda.html
• Buat conda env:

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

• Instal CUDA: Silakan ikuti tautan ini, disarankan untuk menginstal CUDA 12.1
• Instal Torch dan Torchaudio, itu direkrut untuk menggunakan 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

Untuk pengguna NPU Ascend:

• Instal CANN: Silakan ikuti tautan ini untuk menginstal CANN Toolkit dan Kernel.

• Instal Wenet dengan dependensi obor-NPU:

pip install -e .[torch-npu]

• Tabel kontrol versi terkait:

Persyaratan	Minimum	Menyarankan
MENGENDARAI KAPAL	8.0.rc2.alpha003	terbaru
obor	2.1.0	2.2.0
obor-npu	2.1.0	2.2.0
Torchaudio	2.1.0	2.2.0
Kecepatan yang dalam	0.13.2	terbaru

• Instal Paket Python lainnya

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

• Pertanyaan yang Sering Diajukan (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

Bangun untuk penempatan

Secara opsional, jika Anda ingin menggunakan x86 runtime atau model bahasa (LM), Anda harus membangun runtime sebagai berikut. Jika tidak, Anda bisa mengabaikan langkah ini.

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

Silakan lihat DOC untuk membangun runtime di lebih banyak platform dan OS.

Diskusi & Komunikasi

Anda dapat secara langsung mendiskusikan masalah GitHub.

Untuk pengguna Cina, Anda juga dapat memindai kode QR di sebelah kiri untuk mengikuti akun resmi kami tentang Wenet. Kami membuat grup WeChat untuk diskusi yang lebih baik dan respons yang lebih cepat. Silakan pindai kode QR pribadi di sebelah kanan, dan pria itu bertanggung jawab untuk mengundang Anda ke grup obrolan.

Mengakui

1. Kami meminjam banyak kode dari ESPNet untuk pemodelan berbasis transformator.
2. Kami meminjam banyak kode dari Kaldi untuk decoding berbasis WFST untuk integrasi LM.
3. Kami merujuk Eesen untuk membangun grafik berbasis TLG untuk integrasi LM.
4. Kami merujuk pada OpentRansformer untuk inferensi batch python dari model E2E.

Kutipan

 @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 }
}