昆仑芯R200-8F FunASR
镜像构造
docker build -f ./Dockerfile.funasr-kunlun-r200-8f -t <your_image> .
其中基础镜像 r200-8f_xmlir-ubuntu_2004_x86_64:v0.27 通过联系昆仑芯厂商技术支持可获取
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
- 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 - 在本项目路径下执行以下快速测试命令
docker run -it \
--security-opt=seccomp=unconfined --cap-add=SYS_PTRACE --cap-add=SYS_ADMIN --device /dev/fuse \
--shm-size=32g --ulimit=memlock=-1 --ulimit=nofile=120000 --ulimit=stack=67108864 \
--device=/dev/xpu0:/dev/xpu0 --device=/dev/xpuctrl:/dev/xpuctrl \
-v $PWD:/tmp/workspace \
-v /model:/model \
-e MODEL_DIR=/model/SenseVoiceSmall \
-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
昆仑芯R200-8F模型适配情况
我们在昆仑芯R200-8F上针对funASR部分进行了所有大类的适配，测试方式为在Nvidia A100环境下和昆仑芯R200-8F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) | 昆仑芯R200-8F运行时间(秒) | A100 1-cer | 昆仑芯R200-8F 1-cer | 备注 |
|---|---|---|---|---|---|---|
| sense_voice | https://www.modelscope.cn/models/iic/SenseVoiceSmall | 1.3792 | 2.2876 | 0.980033 | 0.980033 | |
| whisper | https://www.modelscope.cn/models/iic/Whisper-large-v3 | 23.7654 | 62.3298 | 0.910150 | 0.910150 | |
| paraformer | https://modelscope.cn/models/iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch | 4.1229 | 7.7168 | 0.955075 | 0.955075 | 该部分的适配修改了一些funASR源码 |
| conformer | https://www.modelscope.cn/models/iic/speech_conformer_asr_nat-zh-cn-16k-aishell2-vocab5212-pytorch | 97.5196 | 145.0522 | 0.349418 | 0.346090 | |
| uni_asr | https://www.modelscope.cn/models/iic/speech_UniASR-large_asr_2pass-zh-cn-16k-common-vocab8358-tensorflow1-offline | 97.3654 | 151.1122 | 0.717138 | 0.717138 |