docs

游雁

2023-04-18 9777fdec3959a7d56dd8ae03d0f4170969500cf7

docs

 docs/asr_recipe.md

copy from docs/get_started.md
copy to docs/asr_recipe.md
File was copied from docs/get_started.md
@@ -1,4 +1,4 @@
# Get Started
# Speech Recognition
Here we take "Training a paraformer model from scratch using the AISHELL-1 dataset" as an example to introduce how to use FunASR. According to this example, users can similarly employ other datasets (such as AISHELL-2 dataset, etc.) to train other models (such as conformer, transformer, etc.).

## Overall Introduction

 docs/index.rst

@@ -11,20 +11,28 @@

.. toctree::
   :maxdepth: 1
   :caption: Installation:
   :caption: Installation

   ./installation.md

.. toctree::
   :maxdepth: 1
   :caption: Tutorial:
   :caption: Recipe

   ./get_started.md
   ./asr_recipe.md
   ./sv_recipe.md
   ./punc_recipe.md
   ./vad_recipe.md

.. toctree::
   :maxdepth: 1
   :caption: Define Model

   ./build_task.md

.. toctree::
   :maxdepth: 1
   :caption: Runtime:
   :caption: Runtime

   ./export.md
   ./onnxruntime_python.md
@@ -38,14 +46,14 @@

.. toctree::
   :maxdepth: 1
   :caption: ModelScope pipeline:
   :caption: ModelScope pipeline

   ./modelscope_models.md
   ./modelscope_usages.md

.. toctree::
   :maxdepth: 1
   :caption: Papers:
   :caption: Papers

   ./papers.md


 docs/papers.md

@@ -2,7 +2,7 @@

FunASR have implemented the following paper code

### Speech Recognition Models
### Speech Recognition
- [Paraformer: Fast and Accurate Parallel Transformer for Non-autoregressive End-to-End Speech Recognition](https://arxiv.org/abs/2206.08317), INTERSPEECH 2022.
- [Universal ASR: Unifying Streaming and Non-Streaming ASR Using a Single Encoder-Decoder Model](https://arxiv.org/abs/2010.14099), arXiv preprint arXiv:2010.14099, 2020.
- [San-m: Memory equipped self-attention for end-to-end speech recognition](https://arxiv.org/pdf/2006.01713), INTERSPEECH 2020
@@ -11,7 +11,7 @@
- [Sequence-to-sequence learning with Transducers](https://arxiv.org/pdf/1211.3711.pdf), NIPS 2016


### Multi-talker Speech Recognition Models
### Multi-talker Speech Recognition
- [MFCCA:Multi-Frame Cross-Channel attention for multi-speaker ASR in Multi-party meeting scenario](https://arxiv.org/abs/2210.05265), ICASSP 2022

### Voice Activity Detection

 docs/punc_recipe.md

copy from docs/get_started.md
copy to docs/punc_recipe.md
File was copied from docs/get_started.md
@@ -1,4 +1,4 @@
# Get Started
# Punctuation Restoration
Here we take "Training a paraformer model from scratch using the AISHELL-1 dataset" as an example to introduce how to use FunASR. According to this example, users can similarly employ other datasets (such as AISHELL-2 dataset, etc.) to train other models (such as conformer, transformer, etc.).

## Overall Introduction

 docs/sv_recipe.md

File was renamed from docs/get_started.md
@@ -1,4 +1,4 @@
# Get Started
# Speaker Verification
Here we take "Training a paraformer model from scratch using the AISHELL-1 dataset" as an example to introduce how to use FunASR. According to this example, users can similarly employ other datasets (such as AISHELL-2 dataset, etc.) to train other models (such as conformer, transformer, etc.).

## Overall Introduction

 docs/vad_recipe.md

copy from docs/get_started.md
copy to docs/vad_recipe.md
File was copied from docs/get_started.md
@@ -1,4 +1,4 @@
# Get Started
# Voice Activity Detection
Here we take "Training a paraformer model from scratch using the AISHELL-1 dataset" as an example to introduce how to use FunASR. According to this example, users can similarly employ other datasets (such as AISHELL-2 dataset, etc.) to train other models (such as conformer, transformer, etc.).

## Overall Introduction