39 lines
2.3 KiB
Markdown
39 lines
2.3 KiB
Markdown
# 天数智芯 智铠100 FunASR
|
||
|
||
## 镜像构造
|
||
```shell
|
||
docker build -f ./Dockerfile.funasr-mr100 -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. 将需要测试的音频wav文件和相应的ground truth文件（含有音频的正确内容文字的文本文件）放置于当前文件夹，并且准备好相应的ASR模型路径
|
||
2. 快速测试命令
|
||
```shell
|
||
docker run -it \
|
||
-v /usr/src:/usr/src \
|
||
-v /lib/modules:/lib/modules --device=/dev/iluvatar0:/dev/iluvatar0 \
|
||
-v $PWD:/tmp/workspace \
|
||
-v <host_model_dir>:<model_dir> \
|
||
-e MODEL_DIR=<model_dir> \
|
||
-e TEST_FILE=<test_file> \
|
||
-e ANSWER_FILE=<ground_truth> \
|
||
--cpus=4 --memory=16g \
|
||
<your_image>
|
||
```
|
||
|
||
### 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
|
||
|
||
## 智铠100模型适配情况
|
||
我们在智铠100上针对funASR部分进行了所有大类的适配，测试方式为在Nvidia A100环境下和智铠100加速卡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)|智铠100运行时间(秒)|A100 1-cer|智铠100 1-cer| 备注 |
|
||
|------|---------------|-----|----|-------|-------|---------------------|
|
||
| sense_voice | https://www.modelscope.cn/models/iic/SenseVoiceSmall | 1.8327 | 1.2579 | 0.980033 | 0.980033 | |
|
||
| whisper | https://www.modelscope.cn/models/iic/Whisper-large-v3 | 23.8337 | 22.9085 | 0.910150 | 0.910150 | |
|
||
| paraformer | https://modelscope.cn/models/iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch | 4.7246 | 4.7719 | 0.955075 | 0.955075 | |
|
||
| conformer | https://www.modelscope.cn/models/iic/speech_conformer_asr_nat-zh-cn-16k-aishell2-vocab5212-pytorch | 95.9631 | 125.8649 | 0.349418 | 0.346090 | |
|
||
| uni_asr | https://www.modelscope.cn/models/iic/speech_UniASR-large_asr_2pass-zh-cn-16k-common-vocab8358-tensorflow1-offline | 70.5289 | 88.9481 | 0.717138 | 0.717138 | 该部分的适配修改了一些funASR源码 | |