update

嘉渊

2023-04-24 bb2113434afe6b8d597256738abc7803b97c104c

update

 funasr/models/target_delay_transformer.py

@@ -6,13 +6,10 @@
import torch.nn as nn

from funasr.modules.embedding import SinusoidalPositionEncoder
#from funasr.models.encoder.transformer_encoder import TransformerEncoder as Encoder
from funasr.models.encoder.sanm_encoder import SANMEncoder as Encoder
#from funasr.modules.mask import subsequent_n_mask
from funasr.train.abs_model import AbsPunctuation


class TargetDelayTransformer(AbsPunctuation):
class TargetDelayTransformer(torch.nn.Module):

    def __init__(
        self,

 funasr/models/vad_realtime_transformer.py

@@ -7,10 +7,9 @@

from funasr.modules.embedding import SinusoidalPositionEncoder
from funasr.models.encoder.sanm_encoder import SANMVadEncoder as Encoder
from funasr.train.abs_model import AbsPunctuation


class VadRealtimeTransformer(AbsPunctuation):
class VadRealtimeTransformer(torch.nn.Module):

    def __init__(
        self,

 funasr/train/abs_model.py

@@ -12,34 +12,12 @@

from funasr.modules.nets_utils import make_pad_mask
from funasr.torch_utils.device_funcs import force_gatherable
from funasr.train.abs_espnet_model import AbsESPnetModel

from funasr.modules.scorers.scorer_interface import BatchScorerInterface
from funasr.models.base_model import FunASRModel


class AbsPunctuation(torch.nn.Module, BatchScorerInterface, ABC):
    """The abstract class
class PunctuationModel(FunASRModel):

    To share the loss calculation way among different models,
    We uses delegate pattern here:
    The instance of this class should be passed to "LanguageModel"

    This "model" is one of mediator objects for "Task" class.

    """

    @abstractmethod
    def forward(self, input: torch.Tensor, hidden: torch.Tensor) -> Tuple[torch.Tensor, torch.Tensor]:
        raise NotImplementedError

    @abstractmethod
    def with_vad(self) -> bool:
        raise NotImplementedError


class PunctuationModel(AbsESPnetModel):
    
    def __init__(self, punc_model: AbsPunctuation, vocab_size: int, ignore_id: int = 0, punc_weight: list = None):
    def __init__(self, punc_model: torch.nn.Module, vocab_size: int, ignore_id: int = 0, punc_weight: list = None):
        assert check_argument_types()
        super().__init__()
        self.punc_model = punc_model