这是一个用C++实现ASR推理的项目，它依赖很少，安装也很简单，推理速度很快，在树莓派4B等ARM平台也可以流畅的运行。 支持的模型是由Google的Transformer模型中优化而来，数据集是开源wenetspeech(10000+小时)或阿里私有数据集(60000+小时)， 所以识别效果也很好，可以媲美许多商用的ASR软件。
472
stars
72
forks
source link
达摩院2023-10推出了包含说话人分离和标点符号的模型（python），大佬有兴趣整合一个C++版的吗？ #72
Open
Tony-xubiao opened 7 months ago
既有标点，又分离多说话人，可惜只有python的，rtf只有0.5，您的c++方案rtf接近0.1了 https://www.modelscope.cn/models/damo/speech_paraformer-large-vad-punc-spk_asr_nat-zh-cn/summary