Stt Ru Fastconformer Hybrid Large Pc Onnx

🚀 NVIDIA FastConformer-Hybrid Large (ru)

NVIDIA FastConformer-Hybrid Large (ru) モデルは、[onnx - asr](https://github.com/istupakov/onnx - asr) 用にONNX形式に変換されています。自動音声認識を行うことができます。

🚀 クイックスタート

NVIDIA FastConformer-Hybrid Large (ru) モデルをONNX形式に変換し、onnx - asrで使用する方法を説明します。

📦 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

FastConformer RuモデルをCTCデコーダーで読み込み、wavファイルを認識する例です。

import onnx_asr
model = onnx_asr.load_model("nemo-fastconformer-ru-ctc")
print(model.recognize("test.wav"))

高度な使用法

FastConformer RuモデルをRNN - Tデコーダーで読み込み、wavファイルを認識する例です。

import onnx_asr
model = onnx_asr.load_model("nemo-fastconformer-ru-rnnt")
print(model.recognize("test.wav"))

モデルエクスポートのコード

モデルをONNX形式にエクスポートするコード例です。

import nemo.collections.asr as nemo_asr
from pathlib import Path

model_name = "stt_ru_fastconformer_hybrid_large_pc"
onnx_dir = Path("nemo-onnx")
onnx_dir.mkdir(exist_ok=True)

model = nemo_asr.models.ASRModel.from_pretrained("nvidia/" + model_name)

# For export Hybrid models with CTC decoder
# model.set_export_config({"decoder_type": "ctc"})

model.export(str(Path(onnx_dir, "model.onnx")))

with Path(onnx_dir, "vocab.txt").open("wt") as f:
    for i, token in enumerate([*model.tokenizer.vocab, "<blk>"]):
        f.write(f"{token} {i}\n")

📄 ライセンス

このモデルはCC - BY - 4.0ライセンスの下で提供されています。