声浪

WeNet步行街

转载4 years ago

本文转载自微信公众号：NVIDA英伟达 网易互娱 AI Lab 的研发人员，基于 Wenet 语音识别工具进行优化和创新，利用 NVIDIA Triton 推理服务器的 GPU Batch Inference 机制加速了语音识别的速度，并且…

杨超

原创5 years ago

本文介绍了Wenet模型实现时使用的mask技巧 在Wenet的模型实现时，涉及到一些论文中没有描述细节，比如: 一个batch内的输入帧数不等长，进行padding的部分如何处理。 一个batch内标注文本不等长，进行padding的部分…

杨超

原创5 years ago

本节介绍基本的端到端语音识别涉及的重要概念 语音识别任务中，输入是语音，输出是文本，两个序列不等长，但是时序上有同步性。传统语音识别通过HMM来建模输出和输入不等长和时序同步性，并对音素，词典，语言模型分层次建模。 在传统的HMM框架里，声…

迷途小书僮

转载5 years ago

目的 小结一下WeNet, bidecoder架构下的， 在Train的时候，涉及encoder/decoder/loss的，所有的forward函数。 要好好研究forward函数，需要： root@1032f8d48655:/# vi…

迷途小书僮

转载5 years ago

学习第四个解码算法：解码算法 在脚本中对应的是： decode_mode="attention" 怎么还是感觉和之前的有一定的重合的地方？？？[这个是特殊的！自回归+beam search] 这个允许batch_size > 1，所以我们设…

迷途小书僮

转载5 years ago

在哪儿 已经连续学习了两个inference算法，本次学习第三个： ctc prefix beam search，感觉这个貌似和attention rescoring非常类似。 在脚本中对应的是： decode_mode="ctc_pref…

迷途小书僮

转载5 years ago

启动脚本 第一个inference的算法 attention rescoring，就在上面part -6 学习了。 本次学习第二个inference算法：ctc greedy search。 这个只需要在运行脚本中增加： decode_mo…

迷途小书僮

转载5 years ago

本次开始，对WeNet的测试代码，进行逐行学习。 运行脚本 if[${stage}-le8]&&[${stop_stage}-ge8];then # Test model, please specify the model you want…

迷途小书僮

转载5 years ago

目前的位置： left_decoder和right_decoder已经执行完毕，结果返回： decoder执行结束，结果返回 开启loss计算之旅： decoder执行完毕；现在需要根据model output和reference text…

迷途小书僮

转载5 years ago

目前的位置： encoder的forward走完了 在所有12层ConformerEncoderLayer的forward执行完毕之后，最后还有个after_norm 来最后搞一次layer normalization。 至此，Encode…