Gigaam V2 Onnx

🚀 GigaAM v2 ONNX模型

GigaAM v2 模型 已轉換為ONNX格式，可用於 onnx-asr 進行自動語音識別。

🚀 快速開始

📦 安裝指南

安裝 onnx-asr：

pip install onnx-asr[cpu,hub]

💻 使用示例

基礎用法

加載GigaAM v2 CTC模型並識別音頻文件：

import onnx_asr

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

加載GigaAM v2 RNN-T模型並識別音頻文件：

import onnx_asr

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

高級用法

模型導出代碼：

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")

📄 許可證

本項目採用MIT許可證。