wenet下載 - wenet源代碼下載

wenet

Python

v3.1.0

下載

威內特

路線圖|文檔|論文|運行時|預驗證的模型|擁抱面|問威內特大師

我們共享網絡。

亮點

Wenet首先生產和生產準備：核心設計原則，為語音識別提供了完整的堆棧生產解決方案。
準確：Wenet在許多公共語音數據集上實現了SOTA結果。
重量輕：WENET易於安裝，易於使用，設計良好且文獻良好。

安裝

安裝Python軟件包

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

命令行的用法（參數使用-h ）：

wenet --language chinese audio.wav

Python編程用法：

 import wenet

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

請參閱Python使用情況以獲取更多命令行和Python編程用法。

安裝培訓和部署

克隆倉庫

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

安裝conda：請參閱https：//docs.conda.io/en/latest/miniconda.html
創建conda env：

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

安裝CUDA：請關注此鏈接，建議安裝CUDA 12.1
安裝火炬和Torchaudio，建議使用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

對於上升的NPU用戶：

安裝CANN：請關注此鏈接以安裝CANN TOOLKIT和內核。
安裝具有Torch-NPU依賴性的WENET：

pip install -e .[torch-npu]

相關版本控製表：

要求	最低限度	推薦
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

安裝其他Python軟件包

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

常見問題（常見問題解答）

 # 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

構建部署

可選地，如果要使用X86運行時或語言模型（LM），則必須如下構建運行時。否則，您可以忽略此步驟。

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

請參閱DOC，以便在更多平台和操作系統上構建運行時間。

討論與溝通

您可以直接討論GitHub問題。

對於中國用戶，您還可以在左側掃描QR碼，以遵循我們的官方帳戶。我們創建了一個微信小組，以進行更好的討論和更快的響應。請在右側掃描個人QR碼，該人負責邀請您參加聊天組。

承認

我們從ESPNET借了很多代碼，用於基於變壓器的建模。
我們從Kaldi借了很多代碼，用於基於WFST的LM集成解碼。
我們將Eesen推薦用於構建基於TLG的LM集成圖。
我們轉介到E2E模型的Python批處理推理的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 }
}