Gigaam V2 Onnx

🚀 GigaAM v2

GigaAM v2 モデル を onnx-asr 用のONNX形式に変換しました。

🚀 クイックスタート

このセクションでは、GigaAM v2モデルを使用した音声認識の基本的な手順を説明します。

📦 インストール

onnx-asrをインストールするには、以下のコマンドを実行します。

pip install onnx-asr[cpu,hub]

💻 使用例

基本的な使用法

GigaAM v2 CTCモデルをロードしてwavファイルを認識する

import onnx_asr

model = onnx_asr.load_model("gigaam-v2-ctc")
print(model.recognize("test.wav"))

GigaAM v2 RNN-Tモデルをロードしてwavファイルを認識する

import onnx_asr

model = onnx_asr.load_model("gigaam-v2-rnnt")
print(model.recognize("test.wav"))

高度な使用法

モデルエクスポートのコード

import gigaam
from pathlib import Path

onnx_dir = "gigaam-onnx"
model_type = "rnnt"  # or "ctc"

model = gigaam.load_model(
    model_type,
    fp16_encoder=False,  # only fp32 tensors
    use_flash=False,  # disable flash attention
)
model.to_onnx(dir_path=onnx_dir)

with Path(onnx_dir, "v2_vocab.txt").open("wt") as f:
    for i, token in enumerate(["\u2581", *(chr(ord("а") + i) for i in range(32)), "<blk>"]):
        f.write(f"{token} {i}\n")

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。