RapidASR

Rapid ASR

<p align="left"> <a href="https://huggingface.co/spaces/SWHL/RapidASRDemo" target="_blank"><img src="https://img.shields.io/badge/%F0%9F%A4%97-Hugging Face Demo-blue"></a> <a href="https://www.modelscope.cn/studios/liekkas/RapidASRDemo/summary" target="_blank"><img src="https://img.shields.io/badge/ModelScope-Demo-blue"></a> <a href=""><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/eda1f526-0e6c-4dc4-8d4b-7295ac49c1e8.svg"></a> <a href=""><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/69ea4c3a-2651-4cd5-ba38-fb2e467c91a8.svg"></a> <a href=""><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/12cc6500-d7f2-4535-b803-b265d45aa8ae.svg"></a> </p>

• 🎉 推出知识星球RapidAI私享群，这里的提问会优先得到回答和支持，也会享受到RapidAI组织后续持续优质的服务。欢迎大家加入。
• Paraformer模型来自阿里达摩院Paraformer语音识别-中文-通用-16k-离线-large-pytorch。
• 本仓库仅对模型进行了转换，只使用ONNXRuntime推理引擎。该项目的核心代码已合并到FunASR中。
• 项目将持续更新，欢迎关注。
• QQ群号：645751008

📖文档导航

• 语音识别：
  • rapid_paraformer:
    • rapid_paraformer-Python
    • rapid_C++/C
  • rapid_wenet
    • Python
    • C++
  • rapid_paddlespeech-Python
• 标点符号
  • RapidPunc

📆待办事项及任务认领

• 请参见：链接

🎨整体框架

flowchart LR

A([wav]) --RapidVad--> B([各个小段的音频]) --RapidASR--> C([识别的文本内容]) --RapidPunc--> D([最终识别内容])

📣更新日志

<details> <summary>详情</summary> - 2023-08-21 v2.0.4 更新: - 添加whl包支持 - 更新文档 - 2023-02-25 - 添加C++版本推理，使用onnxruntime引擎，预/后处理代码来自：[FastASR](https://github.com/chenkui164/FastASR) - 2023-02-14 v2.0.3 更新: - 修复librosa读取wav文件错误 - 修复fbank与torch下fbank提取结果不一致bug - 2023-02-11 v2.0.2 更新: - 模型和推理代码解耦（`rapid_paraformer`和`resources`） - 支持批量推理（通过`resources/config.yaml`中`batch_size`指定） - 增加多种输入方式（`Union[str, np.ndarray, List[str]]`） - 2023-02-10 v2.0.1 更新: - 添加对输入音频为噪音或静音文件的推理结果捕捉。 </details>