本系统使用wenet-onnx导出的onnx模型
- encoder_chunk.onnx
- decoder.onnx
- ctc.onnnx
已准备了两个模型分别在20210204_conformer_exp和20210204_unified_transformer_exp中，可以直接进行测试，详细内容见各自的readme文件,
因无法上传100MB以上的文件到github上,请前去CSDN链接进行下载
或百度云(删除链接中 中文后 访问)： 链接：https://pan盘.baidu百度.com/s/139mycaFN3JHNoY0xCHLjxw 提取码：k3gk
或在issues中留下邮箱,发送该zip文件
torch、CUDA版本以及其他python包安装，参考wenet官方文档：https://github.com/mobvoi/wenet
根据model_onnx_template.yaml中的描述补全lang_char.txt关键文件和onnx_model文件夹，默认模型为16k采样率数据训练所得。
在正确的环境下直接执行python wenet_online_decoder_onnx.py，执行offline的识别 和 读取wav文件仿流式识别。
本代码参考wenet_onlinedecode进行修改
- 准备了两个模型,分别为离线conformer和在线transformer
- 修改了对长音频的离线解码方式,使用vad来一句一句进行解码（代码不一定完善