来源丨GitHubStore


Omni SenseVoice 基于SenseVoice构建，针对闪电般的快速推理和精确的时间戳进行了优化，可以提供更智能、更快速的方式来处理音频转录！

项目链接：https://github.com/lifeiteng/OmniSenseVoice

安装

pip install .

用法

omnisense transcribe [OPTIONS] AUDIO_PATH
关键选项：
  • --language: 自动检测语言或指定（auto, zh, en, yue, ja, ko）。
  • --textnorm：选择是否应用逆文本标准化（withitn for inverse normalized或woitn for raw）。
  • --device-id：在特定 GPU 上运行（默认值：CPU 为 -1）。
  • --quantize：使用量化模型来加快处理速度。
  • --help: 显示详细帮助信息。


基准

omnisense benchmark -s -d --num-workers 2 --device-id 0 --batch-size 10 --textnorm woitn --language en benchmark/data/manifests/libritts/libritts_cuts_dev-clean.jsonl


  • With Omni SenseVoice, experience up to 50x faster processing without sacrificing accuracy.借助 Omni SenseVoice，您可以在不牺牲准确性的情况下体验高达 50 倍的处理速度。
# LibriTTS
DIR=benchmark/data
lhotse download libritts -p dev-clean benchmark/dataLibriTTS
lhotse prepare libritts -p dev-clean benchmark/data/LibriTTS/LibriTTS benchmark/data/manifests/libritts
lhotse cut simple --force-eager -r benchmark/data/manifests/libritts/libritts_recordings_dev-clean.jsonl.gz \
    -s benchmark/data/manifests/libritts/libritts_supervisions_dev-clean.jsonl.gz \
benchmark/data/manifests/libritts/libritts_cuts_dev-clean.jsonl
omnisense benchmark -s -d --num-workers 2 --device-id 0 --batch-size 10 -
-textnorm woitn --language en benchmark/data/manifests/libritts/libritts_cuts_dev-clean.jsonl
omnisense benchmark -s --num-workers 4 --device-id 0 --batch-size 16 --textnorm woitn --language en benchmark/data/manifests/libritts/libritts_cuts_dev-clean.jsonl