文件名称：wenet:生产优先和生产就绪的端到端语音识别工具包
文件大小：2.4MB
文件格式：ZIP
更新时间：2024-03-31 01:03:56
pytorch transformer speech-recognition automatic-speech-recognition production-ready
微网 | | | | 我们一起共享神经网络。 WeNet的主要动机是缩小研究与生产端到端（E2E）语音识别模型之间的差距，减少生产E2E模型的工作量，并探索用于生产的更好的E2E模型。 强调 生产至生产准备就绪：WeNet的python代码符合TorchScript的要求，因此由WeNet训练的模型可以由Torch JIT直接导出，并使用LibTorch进行推理。 研究模型和生产模型之间没有差距。 模型推断既不需要模型转换也不需要其他代码。 流和非流ASR的统一解决方案：WeNet实施框架，以实现准确，快速和统一的端到端模型，有利于行业采用。 可移植的运行时：将提供几个演示，以演示如何在不同的平台（包括服务器和设备上的上托管经过WeNet训练的模型。 轻巧：WeNet是专为端到端语音识别而设计的，代码简洁明了。 它全部基于PyTorch及其相应的生态系统。 它不依赖Kald