| | |
|---|
| | | import os |
|---|
| | | import shutil |
|---|
| | | import argparse |
|---|
| | | from modelscope.pipelines import pipeline |
|---|
| | | from modelscope.utils.constant import Tasks |
|---|
| | | |
|---|
| | | if __name__ == '__main__': |
|---|
| | | audio_in = 'https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ASR/test_audio/asr_example_zh.wav' |
|---|
| | | output_dir = None |
|---|
| | | inference_pipline = pipeline( |
|---|
| | | def modelscope_infer(args): |
|---|
| | | os.environ['CUDA_VISIBLE_DEVICES'] = str(args.gpuid) |
|---|
| | | inference_pipeline = pipeline( |
|---|
| | | task=Tasks.auto_speech_recognition, |
|---|
| | | model="damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch", |
|---|
| | | output_dir=output_dir, |
|---|
| | | batch_size=1, |
|---|
| | | model=args.model, |
|---|
| | | output_dir=args.output_dir, |
|---|
| | | param_dict={"decoding_model": args.decoding_mode, "hotword": args.hotword_txt} |
|---|
| | | ) |
|---|
| | | rec_result = inference_pipline(audio_in=audio_in) |
|---|
| | | print(rec_result) |
|---|
| | | inference_pipeline(audio_in=args.audio_in, batch_size_token=args.batch_size_token) |
|---|
| | | |
|---|
| | | if __name__ == "__main__": |
|---|
| | | parser = argparse.ArgumentParser() |
|---|
| | | parser.add_argument('--model', type=str, default="damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch") |
|---|
| | | parser.add_argument('--audio_in', type=str, default="./data/test/wav.scp") |
|---|
| | | parser.add_argument('--output_dir', type=str, default="./results/") |
|---|
| | | parser.add_argument('--decoding_mode', type=str, default="normal") |
|---|
| | | parser.add_argument('--hotword_txt', type=str, default=None) |
|---|
| | | parser.add_argument('--batch_size_token', type=int, default=5000) |
|---|
| | | parser.add_argument('--gpuid', type=str, default="0") |
|---|
| | | args = parser.parse_args() |
|---|
| | | modelscope_infer(args) |
|---|
