metadata
license: mit
language:
- en
pipeline_tag: automatic-speech-recognition
sensevoice.axera
FunASR SenseVoice on Axera, official repo: https://github.com/FunAudioLLM/SenseVoice
TODO
- 支持AX630C
- 支持C++
- 支持FastAPI
功能
- 语音识别
- 自动识别语言(支持中文、英文、粤语、日语、韩语)
- 情感识别
- 自动标点
支持平台
- AX650N
- AX630C
环境安装
pip3 install -r requirements.txt
如果空间不足可以使用 --prefix 指定别的安装路径
使用
# 首次运行会自动从huggingface上下载模型, 保存到models中
python3 main.py -i 输入音频文件
运行参数说明:
| 参数名称 | 说明 | 默认值 |
|---|---|---|
| --input/-i | 输入音频文件 | |
| --language/-l | 识别语言，支持auto, zh, en, yue, ja, ko | auto |
示例:
example下有测试音频
如 粤语测试
python3 main.py -i example/yue.mp3
输出
RTF: 0.03026517820946964 Latency: 0.15689468383789062s Total length: 5.184s
['呢几个字。', '都表达唔到，我想讲嘅意。', '思。']
准确率
使用WER(Word-Error-Rate)作为评价标准
WER = 0.0389
复现测试结果
./download_datasets.sh
python test_wer.py -d datasets -l zh
模型转换
技术讨论
- Github issues
- QQ 群: 139953715