#215 · 主分类： 语音合成与识别
FastASR
speech-recognition
这是一个用C++实现ASR推理的项目，它依赖很少，安装也很简单，推理速度很快，在树莓派4B等ARM平台也可以流畅的运行。 支持的模型是由Google的Transformer模型中优化而来，数据集是开源wenetspeech(10000+小时)或阿里私有数据集(60000+小时)， 所以识别效果也很好，可以媲美许多商用的ASR软件。
项目最后更新：03/19/23
GitHub Stars
555
Forks数量
79
贡献者数量
6
许可证
Apache-2.0
收录理由
FastASR 是一个用纯 C++ 写成的语音识别推理引擎，刻意把运行时依赖压到极简：只依赖 FFTW 和 OpenBLAS 两个第三方库，不碰 PyTorch、Paddle、TensorFlow 这类重型框架。这一点在树莓派 4B 这样的 ARM 设备上尤其关键，因为完整深度学习框架装起来麻烦，跑实时推理又太慢。项目内置四个模型，三个非流式、一个流式，涵盖 Paraformer 和 Conformer 等变体，训练数据来自 WenetSpeech 和阿里私有语料，中文及中英混合的识别效果经得起比较。对外提供 C++ 静态库和可 pip 安装的 Python 模块，同时借助 VAD 技术让非流式模型也能处理长语音。对想在嵌入式或边缘设备上做语音交互的团队来说，这种小体积和面向 CPU 的优化正是最吸引人的地方。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。