Stt Ru Fastconformer Hybrid Large Pc Onnx

🚀 NVIDIA FastConformer-Hybrid Large (ru) 模型

本項目將NVIDIA FastConformer-Hybrid Large (ru) 模型 轉換為ONNX格式，適用於 onnx-asr 項目。該模型可用於自動語音識別任務，為俄語語音識別提供了高效的解決方案。

🚀 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

加載帶有CTC解碼器的FastConformer Ru模型並識別wav文件：

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

高級用法

加載帶有RNN-T解碼器的FastConformer Ru模型並識別wav文件：

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

🔧 技術細節

以下是將模型導出為ONNX格式的代碼：

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")

📄 許可證

本項目採用CC BY 4.0許可證。