============ ReazonSpeech

本仓库提供了ReazonSpeech项目的主要用户工具访问。

• https://research.reazon.jp/projects/ReazonSpeech/

安装

.. code:: console

$ git clone https://github.com/reazon-research/ReazonSpeech $ pip install ReazonSpeech/pkg/nemo-asr # 或 k2-asr、espnet-asr 或 espnet-oneseg

软件包

reazonspeech.nemo.asr <pkg/nemo-asr>_

• 基于FastConformer-RNNT实现快速、准确的语音识别。
• 总参数数量为619M。需要 Nvidia Nemo <https://github.com/NVIDIA/NeMo>_。

reazonspeech.k2.asr <pkg/k2-asr>_

• 下一代Kaldi模型，速度快且准确。
• 总参数数量为159M。需要 sherpa-onnx <https://github.com/k2-fsa/sherpa-onnx>_。

reazonspeech.espnet.asr <pkg/espnet-asr>_

• 使用Conformer-Transducer模型进行语音识别。
• 总参数数量为120M。需要 ESPnet <https://github.com/espnet/espnet>_。

reazonspeech.espnet.oneseg <pkg/espnet-oneseg>_

• 提供一套分析日本"单段"电视流的工具。
• 使用此软件包创建日语音频语料库。

许可证

::

版权所有 2022-2024 Reazon Holdings, inc.

根据Apache许可证2.0版（"许可证"）授权；
除非遵守许可证，否则您不得使用此文件。
您可以在以下位置获取许可证副本：

   http://www.apache.org/licenses/LICENSE-2.0

除非适用法律要求或书面同意，根据许可证分发的软件是基于
"按原样"分发的，不附带任何明示或暗示的担保或条件。
请参阅许可证以了解许可证下的特定语言和限制。