wenet下载 - wenet源代码下载

wenet

Python

v3.1.0

下载

威内特

路线图|文档|论文|运行时|预验证的模型|拥抱面|问威内特大师

我们共享网络。

亮点

Wenet首先生产和生产准备：核心设计原则，为语音识别提供了完整的堆栈生产解决方案。
准确：Wenet在许多公共语音数据集上实现了SOTA结果。
重量轻：WENET易于安装，易于使用，设计良好且文献良好。

安装

安装Python软件包

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

命令行的用法（参数使用-h ）：

wenet --language chinese audio.wav

Python编程用法：

 import wenet

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

请参阅Python使用情况以获取更多命令行和Python编程用法。

安装培训和部署

克隆仓库

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

安装conda：请参阅https：//docs.conda.io/en/latest/miniconda.html
创建conda env：

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

安装CUDA：请关注此链接，建议安装CUDA 12.1
安装火炬和Torchaudio，建议使用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

对于上升的NPU用户：

安装CANN：请关注此链接以安装CANN TOOLKIT和内核。
安装具有Torch-NPU依赖性的WENET：

pip install -e .[torch-npu]

相关版本控制表：

要求	最低限度	推荐
坎恩	8.0.rc2.alpha003	最新的
火炬	2.1.0	2.2.0
TORCH-NPU	2.1.0	2.2.0
Torchaudio	2.1.0	2.2.0
深速	0.13.2	最新的

安装其他Python软件包

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

常见问题（常见问题解答）

 # 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

构建部署

可选地，如果要使用X86运行时或语言模型（LM），则必须如下构建运行时。否则，您可以忽略此步骤。

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

请参阅DOC，以便在更多平台和操作系统上构建运行时间。

讨论与沟通

您可以直接讨论GitHub问题。

对于中国用户，您还可以在左侧扫描QR码，以遵循我们的官方帐户。我们创建了一个微信小组，以进行更好的讨论和更快的响应。请在右侧扫描个人QR码，该人负责邀请您参加聊天组。

承认

我们从ESPNET借了很多代码，用于基于变压器的建模。
我们从Kaldi借了很多代码，用于基于WFST的LM集成解码。
我们将Eesen推荐用于构建基于TLG的LM集成图。
我们转介到E2E模型的Python批处理推理的Opentransformer。

引用

 @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 }
}