Loading…
Loading…
X-ASR-zh-en(0.16B Zipformer2 transducer, 中英双语,Apache-2.0)的离线 encoder 转换到 AXERA AX650 NPU 的结果。
| 文件 | 说明 |
|---|---|
encoder.axmodel |
NPU 模型,输入 x4d [1,1,1000,80](10 s fbank),输出 encoder_out [1,248,512] |
encoder.onnx |
对应的 fp32 ONNX(无板子时可用来跑同一套推理逻辑) |
decoder.onnx / joiner.onnx |
CPU 侧贪心搜索用(onnxruntime) |
tokens.txt |
5000 token,无标点版 |
test_wavs/ |
16 kHz 单声道测试音频 |
pip install axengine numpy
python run_asr.py --models-dir models --audio models/test_wavs/0.wav
| wav | cosine | 文本一致性 |
|---|---|---|
| 0.wav | 0.999012 | 完全一致 |
| 1.wav | 0.998276 | 差异 10 token(英文词) |
| 2.wav | 0.996739 | 差异 3 token |
| 3.wav | 0.998375 | 差异 3 token |
mean cosine 0.998101,min 0.996739;MAE 0.08–0.14。
tokens.txt 为无标点版本);axengine 运行时;权重来自 X-ASR(Apache-2.0);转换脚本与推理代码见上述仓库。