Comments (11)
@Langgz 我在做这样一件事情:在本地电脑读取麦克风,麦克风实时采集语音数据,通过websockets发送实时采集的数据到ASR服务端,由于咱们的asr模型是离线的,所有暂时以20s为界限,超过20s的时候会送入vad做检测,如果有声音片段,则将整个片段送入ASR解码。不知道有没有更好的建议。
3月发布,我们会发布流式vad来代替webrtcvad,和流式paraformer,到时候可以再试试
from funasr.
需要外接一个vad模型来过滤掉静音,只把有效音频输入到asr模型里面计算
from funasr.
如果有背景人声的话,应该也过滤不掉吧?
from funasr.
是的,但是有vad的话,只是背景人声的话,模型会把背景人声识别成文字,不会输出无意义的文字,你现在是环境噪声导致的无意义输出,这个vad是可以过滤掉的
from funasr.
是的,但是有vad的话,只是背景人声的话,模型会把背景人声识别成文字,不会输出无意义的文字,你现在是环境噪声导致的无意义输出,这个vad是可以过滤掉的
加了VAD似乎不起作用。
from funasr.
是的,但是有vad的话,只是背景人声的话,模型会把背景人声识别成文字,不会输出无意义的文字,你现在是环境噪声导致的无意义输出,这个vad是可以过滤掉的
加了VAD似乎不起作用。
用的是webrtcvad,还是我们的vad? https://www.modelscope.cn/models?page=1&tasks=voice-activity-detection&type=audio
from funasr.
是的,但是有vad的话,只是背景人声的话,模型会把背景人声识别成文字,不会输出无意义的文字,你现在是环境噪声导致的无意义输出,这个vad是可以过滤掉的
加了VAD似乎不起作用。
用的是webrtcvad,还是我们的vad? https://www.modelscope.cn/models?page=1&tasks=voice-activity-detection&type=audio
webrtcvad和阿里的vad都用了。
from funasr.
@Langgz 我在做这样一件事情:在本地电脑读取麦克风,麦克风实时采集语音数据,通过websockets发送实时采集的数据到ASR服务端,由于咱们的asr模型是离线的,所有暂时以20s为界限,超过20s的时候会送入vad做检测,如果有声音片段,则将整个片段送入ASR解码。不知道有没有更好的建议。
from funasr.
solved. @Langgz
from funasr.
现在有流式的vad了不
from funasr.
现在有流式的vad了不
如果有了喊我一声
from funasr.
Related Issues (20)
- 微调模型出现了个问题,请指教我下,哪里弄错了
- 识别结果存在循环输出或输出混乱问题 HOT 2
- fun_text_processing会支持C++吗? HOT 1
- 采用fp16精度训练报错 HOT 4
- 同一mp4重复运行,spk结果不一样 HOT 1
- paraformer-zh支持的语音格式 HOT 1
- 语音中4个字,经常识别丢失了最后一个字,麻烦看下 HOT 3
- funasr-runtime-win-cpu-x64-v0.4.4版本离线只能处理3分钟左右时长的录音
- speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch 这个模型识别中文乱码
- FunASR要怎么结合说话人日志模型进行部署 HOT 2
- 能不能实现一下emotion2vec的onnx export功能? HOT 1
- 文档中热词部分不明确 HOT 2
- 你好,在微调的时候,用默认的数据集,执行bash finetune.sh ,有一个报错,麻烦帮忙看一下 HOT 1
- 关于seaco_paraformer模型,python版本可以输出时间戳,onnx不能输出时间戳的问题 HOT 3
- memory leak in funasr-runtime-sdk-cpu-0.4.4 HOT 1
- 后处理会抛IndexError异常
- offline results 少了开头的一个字
- Vad模型在进程下数据卡住不动
- README里的Model Zoo一节中`Whisper-large`的参数有误"Model Zoo" section in the README.md is marking the wrong parameters for Whisper model. HOT 1
- memory leak in funasr-runtime-sdk-cpu-0.4.4
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from funasr.