ReazonSpeech

reazonspeech

ที่เก็บนี้ให้การเข้าถึงเครื่องมือผู้ใช้หลักของโครงการ Reazonspeech

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

ติดตั้ง

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

แพ็คเกจ

reazonspeech.nemo.asr

• ใช้การจดจำคำพูดที่รวดเร็วและแม่นยำขึ้นอยู่กับ FastConformer-RNNT
• จำนวนพารามิเตอร์ทั้งหมดคือ 619m ต้องการ Nvidia Nemo

reazonspeech.k2.asr

• รุ่น Kaldi รุ่นต่อไปที่รวดเร็วและแม่นยำมาก
• จำนวนพารามิเตอร์ทั้งหมดคือ 159m ต้องใช้ Sherpa-onnx

reazonspeech.espnet.asr

• การรู้จำเสียงพูดด้วยโมเดล conformer-transducer
• จำนวนพารามิเตอร์ทั้งหมดคือ 120m ต้องใช้ ESPNET

reazonspeech.espnet.oneseg

• จัดเตรียมชุดเครื่องมือในการวิเคราะห์สตรีมทีวี "หนึ่งส่วน" ของญี่ปุ่น
• ใช้แพ็คเกจนี้เพื่อสร้างคลังเสียงญี่ปุ่น

ใบอนุญาต

 ลิขสิทธิ์ 2022-2024 Reazon Holdings, Inc.

ได้รับใบอนุญาตภายใต้ใบอนุญาต Apache เวอร์ชัน 2.0 ("ใบอนุญาต");
คุณไม่สามารถใช้ไฟล์นี้ยกเว้นตามใบอนุญาต
คุณอาจได้รับสำเนาใบอนุญาตที่

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

เว้นแต่ว่ากฎหมายที่บังคับใช้หรือตกลงเป็นลายลักษณ์อักษรซอฟต์แวร์
แจกจ่ายภายใต้ใบอนุญาตมีการแจกจ่ายบนพื้นฐาน "ตามสภาพ"
ไม่มีการรับประกันหรือเงื่อนไขใด ๆ ไม่ว่าจะโดยชัดแจ้งหรือโดยนัย
ดูใบอนุญาตสำหรับการอนุญาตให้ใช้ภาษาเฉพาะและ
ข้อ จำกัด ภายใต้ใบอนุญาต