fasr 0.1.7

FASR: Fast Automatic Speech Recognition

🪐 项目: fasr

Fast Auto Speech Recognition

📋 简介

fasr是一款快速且易于使用的python库，它源于FunASR，专注于推理性能，目标是成为一个工业级别的python语音识别推理库。

文档地址

📋 安装

wpai

• 在wpai平台选择pytorch镜像后，执行以下命令安装所有依赖

bash install.sh

本地

fasr可以通过直接通过pip安装，但是如果需要使用gpu，需要安装pytorch和onnxruntime-gpu

• 安装pytorch： 通过官网安装对应cuda版本
• 安装onnxruntime-gpu: 通过官网安装对应cuda版本
• 安装fasr

pip install fasr

📋 使用

• 下载模型

fasr prepare

• 构建pipeline

from fasr import AudioPipeline

# 语音识别pipeline
asr = AudioPipeline().add_pipe('detector').add_pipe('recognizer').add_pipe('sentencizer')

# 准备音频数据url或者本地路径
urls = get_urls()

# 运行
audios = asr.run(urls)

# 打印结果
for audio in audios:
    for channel in audio.channels:
        print(channel.text)

📋 性能测试

双通道音频

vad->asr->punc

测试结果

cpu: Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz (wpai cpu 2核)

gpu: rtx6000 （wpai vgpu 20）

框架	耗时	推理速度	加速比
funasr	368.8s	46.34	1.0
fasr	153.92s	111.03	2.4

vad

测试结果

cpu: Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz (wpai cpu 2核)

gpu: rtx6000 （wpai vgpu 20）

框架	耗时	推理速度	加速比
funasr	219.8s	77.75	1.0
fasr	86.32s	197.98	2.55

单通道音频

pipeline

vad->asr->punc

测试结果

cpu: Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz (wpai cpu 2核)

gpu: rtx6000 （wpai vgpu 20）

框架	耗时	推理速度	加速比
funasr	123.8s	22.05	1.0
fasr	59.04s	46.24	2.1

vad

测试结果

cpu: Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz (wpai cpu 2核)

gpu: rtx6000 （wpai vgpu 20）

框架	耗时	推理速度	加速比
funasr	59.26s	46.07	1.0
fasr	36.84s	74.1	1.61

AISHELL

pipeline

vad->asr->punc

测试结果

cpu: Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz (wpai cpu 2核)

gpu: rtx6000 （wpai vgpu 20）

框架	耗时	推理速度	加速比
funasr	123.8s	18.65	1.0
fasr	59.04s	32.71	1.8