test

语帆

2024-02-28 7904f2782697768e0d74b04ccf214c156b101696

test

 examples/industrial_data_pretraining/lcbnet/demo_nj.sh

@@ -16,54 +16,52 @@
_logdir="${inference_dir}/logdir"
echo "inference_dir: ${inference_dir}"

# mkdir -p "${_logdir}"
# key_file1=${file_dir}/wav.scp
# key_file2=${file_dir}/ocr.txt
# split_scps1=
# split_scps2=
# for JOB in $(seq "${nj}"); do
#     split_scps1+=" ${_logdir}/wav.${JOB}.scp"
#     split_scps2+=" ${_logdir}/ocr.${JOB}.txt"
# done
# utils/split_scp.pl "${key_file1}" ${split_scps1}
# utils/split_scp.pl "${key_file2}" ${split_scps2}
mkdir -p "${_logdir}"
key_file1=${file_dir}/wav.scp
key_file2=${file_dir}/ocr.txt
split_scps1=
split_scps2=
for JOB in $(seq "${nj}"); do
    split_scps1+=" ${_logdir}/wav.${JOB}.scp"
    split_scps2+=" ${_logdir}/ocr.${JOB}.txt"
done
utils/split_scp.pl "${key_file1}" ${split_scps1}
utils/split_scp.pl "${key_file2}" ${split_scps2}

# gpuid_list_array=(${CUDA_VISIBLE_DEVICES//,/ })
# for JOB in $(seq ${nj}); do
#     {
#         id=$((JOB-1))
#         gpuid=${gpuid_list_array[$id]}
gpuid_list_array=(${CUDA_VISIBLE_DEVICES//,/ })
for JOB in $(seq ${nj}); do
    {
        id=$((JOB-1))
        gpuid=${gpuid_list_array[$id]}

#         export CUDA_VISIBLE_DEVICES=${gpuid}
        export CUDA_VISIBLE_DEVICES=${gpuid}

#         python -m funasr.bin.inference \
#         --config-path=${file_dir} \
#         --config-name="config.yaml" \
#         ++init_param=${file_dir}/model.pb \
#         ++tokenizer_conf.token_list=${file_dir}/tokens.txt \
#         ++input=[${_logdir}/wav.${JOB}.scp,${_logdir}/ocr.${JOB}.txt] \
#         +data_type='["kaldi_ark", "text"]' \
#         ++tokenizer_conf.bpemodel=${file_dir}/bpe.model \
#         ++output_dir="${inference_dir}/${JOB}" \
#         ++device="${inference_device}" \
#         ++ncpu=1 \
#         ++disable_log=true  &> ${_logdir}/log.${JOB}.txt
        python -m funasr.bin.inference \
        --config-path=${file_dir} \
        --config-name="config.yaml" \
        ++init_param=${file_dir}/model.pb \
        ++tokenizer_conf.token_list=${file_dir}/tokens.txt \
        ++input=[${_logdir}/wav.${JOB}.scp,${_logdir}/ocr.${JOB}.txt] \
        +data_type='["kaldi_ark", "text"]' \
        ++tokenizer_conf.bpemodel=${file_dir}/bpe.model \
        ++output_dir="${inference_dir}/${JOB}" \
        ++device="${inference_device}" \
        ++ncpu=1 \
        ++disable_log=true  &> ${_logdir}/log.${JOB}.txt

#     }&
# done
# wait
    }&
done
wait


#mkdir -p ${inference_dir}/1best_recog
mkdir -p ${inference_dir}/1best_recog

for JOB in $(seq "${nj}"); do
    cat "${inference_dir}/${JOB}/1best_recog/token" >> "${inference_dir}/1best_recog/token"
   cat "${inference_dir}/${JOB}/1best_recog/token" >> "${inference_dir}/1best_recog/token"
done  

echo "Computing WER ..."
echo "Computing WER ..."
#python utils/postprocess_text_zh.py ${inference_dir}/1best_recog/text ${inference_dir}/1best_recog/text.proc

#cp  ${data_dir}/text ${inference_dir}/1best_recog/text.ref
#python utils/compute_wer.py ${inference_dir}/1best_recog/text.ref ${inference_dir}/1best_recog/text.proc ${inference_dir}/1best_recog/text.cer
#tail -n 3 ${inference_dir}/1best_recog/text.cer
sed -e 's/ /\t/' -e 's/ //g' -e 's/▁/ /g' -e 's/\t /\t/'  ${inference_dir}/1best_recog/token > ${inference_dir}/1best_recog/token.proc
cp  ${file_dir}/text ${inference_dir}/1best_recog/token.ref
python utils/compute_wer.py ${inference_dir}/1best_recog/token.ref ${inference_dir}/1best_recog/token.proc ${inference_dir}/1best_recog/token.cer
tail -n 3 ${inference_dir}/1best_recog/token.cer