cer tool

游雁

2023-03-22 a8725a8dcc96bdfea359d280abd909675573e5f9

cer tool

 funasr/runtime/python/utils/infer.py

@@ -37,8 +37,8 @@
for i, wav_path_i in enumerate(wav_files):
    wav_name, wav_path = wav_path_i.strip().split()
    result = model(wav_path)
    text_i = "{} {}\n".format(wav_name, result[0])
    token_i = "{} {}\n".format(wav_name, result[1])
    text_i = "{} {}\n".format(wav_name, result[0]['preds'][0])
    token_i = "{} {}\n".format(wav_name, result[0]['preds'][1])
    text_f.write(text_i)
    text_f.flush()
    token_f.write(token_i)

 funasr/runtime/python/utils/infer.sh

@@ -1,4 +1,9 @@

split_scps_tool=split_scp.pl
inference_tool=infer.py
proce_text_tool=proce_text.py
compute_wer_tool=compute_wer.py

nj=32
stage=0
stop_stage=2
@@ -6,10 +11,7 @@
scp="/nfs/haoneng.lhn/funasr_data/aishell-1/data/test/wav.scp"
label_text="/nfs/haoneng.lhn/funasr_data/aishell-1/data/test/text"
export_root="/nfs/zhifu.gzf/export"
split_scps_tool=split_scp.pl
inference_tool=infer.py
proce_text_tool=proce_text.py
compute_wer_tool=compute_wer.py


#:<<!
model_name="damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch"
@@ -44,7 +46,7 @@
  for JOB in $(seq ${nj}); do
    {
      core_id=`expr $JOB - 1`
      taskset -c ${core_id} python ${rtf_tool} --backend ${backend} --model_dir ${model_dir} --wav_file ${output_dir}/wav.$JOB.scp --quantize ${quantize} --output_dir ${output_dir}/${JOB} &> ${output_dir}/log.$JOB.txt
      taskset -c ${core_id} python ${inference_tool} --backend ${backend} --model_dir ${model_dir} --wav_file ${output_dir}/wav.$JOB.scp --quantize ${quantize} --output_dir ${output_dir}/${JOB} &> ${output_dir}/log.$JOB.txt
    }&

  done
@@ -54,7 +56,7 @@
  for f in token text; do
      if [ -f "${output_dir}/1/${f}" ]; then
        for JOB in $(seq "${nj}"); do
            cat "${output_dir}/${JOB}/1best_recog/${f}"
            cat "${output_dir}/${JOB}/${f}"
        done | sort -k1 >"${output_dir}/1best_recog/${f}"
      fi
  done