ReazonSpeech

reazonspeech

このリポジトリは、ReazonsPeechプロジェクトのメインユーザーツールへのアクセスを提供します。

• https://research.reazon.jp/projects/reazonspeech/

インストール

$ git clone https://github.com/reazon-research/ReazonSpeech
$ pip install ReazonSpeech/pkg/nemo-asr  # or k2-asr, espnet-asr or espnet-oneseg 

パッケージ

reazonspeech.nemo.asr

• FastConformer-RNNTに基づいて、高速で正確な音声認識を実装します。
• パラメーターの総数は619mです。 nvidia nemoが必要です。

Reazonspeech.K2.Asr

• 非常に高速で正確な次世代のカルディモデル。
• パラメーターの総数は159mです。 Sherpa-onnxが必要です。

reazonspeech.espnet.asr

• 配座異性体モデルによる音声認識。
• パラメーターの総数は120mです。 ESPNETが必要です。

reazonspeech.espnet.oneseg

• 日本の「1セグメント」テレビストリームを分析するためのツールのセットを提供します。
• このパッケージを使用して、日本のオーディオコーパスを作成します。

ライセンス

Copyright 2022-2024 Reazon Holdings、Inc。

Apacheライセンス、バージョン2.0（「ライセンス」）に基づいてライセンスされています。
ライセンスに準拠している場合を除き、このファイルを使用することはできません。
ライセンスのコピーを取得できます

   http://www.apache.org/licenses/license-2.0

適用法で要求されない場合、または書面で合意されていない限り、ソフトウェア
ライセンスの下に配布されているのは、「現状のまま」に分配されます。
いかなる種類の保証も条件もありません。
権限を管理する特定の言語のライセンスを参照してください
ライセンスに基づく制限。