first revise

README.md

@@ -1,8 +1,8 @@
-# 天数智芯 智铠100 FunASR
+# 沐曦 MetaX C500 FunASR
 
 ## 镜像构造
 ```shell
-docker build -f ./Dockerfile.funasr-mr100 -t <your_image> .
+docker build -t <built_img> .
 ```
 
 ## 使用说明
@@ -11,9 +11,8 @@ docker build -f ./Dockerfile.funasr-mr100 -t <your_image> .
 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
 ```shell
-docker run -it \ 
-    -v /usr/src:/usr/src \
-    -v /lib/modules:/lib/modules --device=/dev/iluvatar0:/dev/iluvatar0 \
+metax-docker run -it \ 
+    --gpus=[0] \
     -v $PWD:/tmp/workspace \
     -v /model:/model \
     -e MODEL_DIR=/model/SenseVoiceSmall \
@@ -21,7 +20,7 @@ docker run -it \
     -e ANSWER_FILE=lei-jun.txt \
     -e RESULT_FILE=result.json \
     --cpus=4 --memory=16g \
-    <your_image>
+    <built_img>
 ```
 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
 
@@ -29,8 +28,8 @@ docker run -it \
 
 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
+## MetaX C500 模型适配情况
+我们在 MetaX C500 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                           |
 |------|---------------|-----|----|-------|-------|---------------------|
@@ -38,4 +37,4 @@ docker run -it \
 | 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 |
+| 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 |