ReazonSpeech

Reazonspeech

该存储库可访问ReazonSpeech项目的主要用户工具。

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

安装

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

软件包

Reazonspeech.nemo.asr

• 基于FastConformer-RNNT实现快速，准确的语音识别。
• 参数总数为619m。需要Nvidia nemo。

reazonspeech.k2.asr

• 下一代Kaldi模型非常快速准确。
• 参数总数为1.59m。需要Sherpa-onnx。

reazonspeech.espnet.asr

• 语音识别具有构象 - 变形器模型。
• 参数总数为120m。需要ESPNET。

reazonspeech.espnet.oneg

• 提供了一组工具来分析日语“单段”电视流。
• 使用此软件包创建日本音频语料库。

执照

版权2022-2024 Reazon Holdings，Inc。

根据Apache许可证（版本2.0（“许可”）获得许可；
除了符合许可外，您不得使用此文件。
您可以在

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

除非适用法律要求或书面同意，否则软件
根据许可证分配的是按照“原样”分发
没有任何明示或暗示的保证或条件。
请参阅许可证的许可，以获取特定的管理权限和
许可下的限制。