沐曦 MetaX C500 FunASR

镜像构造

docker build -t <built_img> .

其中，基础镜像 maca-c500-pytorch:2.33.0.6-torch2.6-py310-ubuntu24.04-amd64 通过联系沐曦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, 如果安装了 metax-docker:

metax-docker run -it \ 
    --gpus=[0] \
    -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 \
    <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

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

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)	MetaX C500 运行时间(秒)	A100 1-cer	MetaX C500 1-cer
sense_voice	https://www.modelscope.cn/models/iic/SenseVoiceSmall	1.4411	1.3589	0.980033	0.980033
whisper	https://www.modelscope.cn/models/iic/Whisper-large-v3	21.5582	26.7610	0.910150	0.910150
paraformer	https://modelscope.cn/models/iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch	3.9888	4.8517	0.955075	0.955075
conformer	https://www.modelscope.cn/models/iic/speech_conformer_asr_nat-zh-cn-16k-aishell2-vocab5212-pytorch	80.4228	78.2914	0.349418	0.346090
uni_asr	https://www.modelscope.cn/models/iic/speech_UniASR-large_asr_2pass-zh-cn-16k-common-vocab8358-tensorflow1-offline	90.8399	68.6999	0.717138	0.717138

2.9 KiB Raw Permalink Blame History Unescape Escape