Files
enginex-ascend-910-asr/README.md
2025-09-04 11:19:41 +08:00

2.9 KiB
Raw Permalink Blame History

昇腾910B4 FunASR

镜像构造

docker build -f ./Dockerfile.funasr-ascend910b -t <your_image> .

使用说明

快速镜像测试

对funasr的测试需要在以上构造好的镜像容器内测试测试步骤

  1. 本项目中附带上了示例测试数据,音频文件为lei-jun-test.wav,音频的识别准确内容文件为lei-jun.txt用户需要准备好相应的ASR模型路径本例中假设我们已经下载好了SenseVoiceSmall模型存放于/model/SenseVoiceSmall
  2. 在本项目路径下执行以下快速测试命令
docker run -it --ipc=host --net=host --privileged \
    --device=/dev/davinci_manager \
    --device=/dev/devmm_svm --device=/dev/hisi_hdc \
    -v /var/queue_schedule:/var/queue_schedule \
    -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \
    -v /usr/local/Ascend/driver/lib64/common/:/usr/local/Ascend/driver/lib64/common \
    -v /usr/local/Ascend/driver/lib64/driver/:/usr/local/Ascend/driver/lib64/driver \
    -v $PWD:/tmp/workspace \
    -v /model:/model \
    -e MODEL_DIR=/model/SenseVoiceSmall \
    -e CUSTOM_DEVICE=Ascend910B4 \
    -e TEST_FILE=lei-jun-test.wav \
    -e ANSWER_FILE=lei-jun.txt \
    -e RESULT_FILE=result.json \
    --cpus=4 --memory=16g \
    <your_image>

上述测试指令成功运行将会在terminal中看到对测试音频的识别结果运行时间以及1-cer效果指标并且当前文件下会生成一个result.json文件记录刚才的测试结果

定制化手动运行

用户可使用类似上述的docker run指令以交互形式进入镜像中主要的测试代码为test_funasr.py,用户可自行修改代码中需要测试的模型路径、测试文件路径以及调用funASR逻辑

昇腾910B4 模型适配情况

我们在昇腾910B4上针对funASR部分进行了所有大类的适配测试方式为在Nvidia A100环境下和昇腾910B4上对同一段长音频进行语音识别任务获取运行时间1-cer指标。运行时都只使用一张显卡

模型大类 模型地址 A100运行时间(秒) 昇腾910B4运行时间(秒) A100 1-cer 昇腾910B4 1-cer 备注
sense_voice https://www.modelscope.cn/models/iic/SenseVoiceSmall 1.8670 3.0323 0.980033 0.980033
whisper https://www.modelscope.cn/models/iic/Whisper-large-v3 24.0762 54.1408 0.910150 0.908486 模型在调用上进行了特殊处理
paraformer https://modelscope.cn/models/iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch 4.6839 10.1397 0.955075 0.955075
conformer https://www.modelscope.cn/models/iic/speech_conformer_asr_nat-zh-cn-16k-aishell2-vocab5212-pytorch 85.9806 250.9624 0.349418 0.349418
uni_asr https://www.modelscope.cn/models/iic/speech_UniASR-large_asr_2pass-zh-cn-16k-common-vocab8358-tensorflow1-offline 91.6105 157.9791 0.717138 0.717138