FireRedASR

[Paper] [Model] [Blog] [Demo] [modelscope]

FireRedASR是一个开源的工业级自动语音识别（ASR）模型家族，支持普通话、中国方言和英语，在公共普通话ASR基准测试上达到了新的最先进水平（SOTA），同时还提供了出色的歌词识别能力。

FireRedASR-AED：旨在平衡高性能和计算效率，并在基于大语言模型的语音模型中作为有效的语音表示模块。它利用基于注意力的编码器-解码器（AED）架构。

FireRedASR-AED模型结构

可以参考我的另一篇博客【FireRedASR-AED】目前性能最好的开源中文ASR模型

改造后的FireRedASR-AED-ONNX

项目参考 https://gitcode.com/yd778473278/FireRedASR-AED
模型下载 https://www.modelscope.cn/models/yangdi/FireRedASR-AED-ONNX

改造内容

ONNX转换

通过onnx原生网络构建，非PyTorch导出，目的是为了刚好的了解模型结构，为流式改造提供基础

Beam Search优化

原始PyTorch版在本未做完整的cache，导致大量的重复计算，这严重影响了CPU上的推理速度
可以节约的计算代价的包括，decoder self-attention的kv cache和encoder decoder cross-attention的kv cache
具体可以参考[decoder.py]https://gitcode.com/yd778473278/FireRedASR-AED/blob/main/fireredasr_aed_onnx/decoder.py

速度测试

速度提升38.7%
数据集AISHELL-1，共7176个文件

Method Quantization batch CER Speed CPU Core Memory(CPU/GPU)
PyTorch CPU float32 1 0.5536% 2.4939s 5 6G
ONNX CPU float32 1 0.5527% 1.5281s 4 6.2G
# 语音识别
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区