Closed robin1001 closed 7 months ago
另外有很多下游任务其实会需要大量提取embedding,是不是考虑提供一个多进程提取的加速版本
可以,这个支持起来工作量不大
另外有很多下游任务其实会需要大量提取embedding,是不是考虑提供一个多进程提取的加速版本
形式:输入wav.scp,多进程提取输出到文本?
GPU支持
另外有很多下游任务其实会需要大量提取embedding,是不是考虑提供一个多进程提取的加速版本
形式:输入wav.scp,多进程提取输出到文本?
输出到kaldi 格式的文本或者 ark/ 或者每一个文件单独存一个 utt_name.npy 这种?
推理引擎这块其实待讨论,究竟是用 torch(.pt) 还是用 onnxruntime,用 torch: 1)可很方便的在训练中集成 wespeaker 的预训练模型,可使用 GPU 训练,可放开参数进行微调。 2)其实主流的平台 windows/linux/mac torch 都有不错的支持,生态很完善。
modelscope目前没有wespeaker的demo,需要搞一个吗
modelscope目前没有wespeaker的demo,需要搞一个吗
需要啊,搞一个
目的
技术选择
功能