当前位置：首页 > news >正文

专业北京网站建设公司流程优化四个方法

news 2025/7/18 20:36:35

专业北京网站建设公司,流程优化四个方法,培训机构seo,分销商城平台NLP之ASR之moonshine：moonshine的简介、安装和使用方法、案例应用之详细攻略目录 moonshine的简介 moonshine的安装和使用方法 1、安装推荐使用uv管理Python环境安装Moonshine包 Torch后端 TensorFlow后端 JAX后端 ONNX运行时 2、使用方法 0、测试 1…

NLP之ASR之moonshine：moonshine的简介、安装和使用方法、案例应用之详细攻略

moonshine的简介

moonshine的安装和使用方法

1、安装

推荐使用uv管理Python环境

安装Moonshine包

Torch后端

TensorFlow后端

JAX后端

ONNX运行时

2、使用方法

0、测试

1、ONNX独立运行

2、实时字幕

3、翻译

4、 HuggingFace Transformers

moonshine的案例应用

moonshine的简介

2024年10月，Moonshine是一个针对资源受限设备优化的语音转文本 (ASR) 模型家族，旨在提供快速且准确的语音识别能力。它非常适合实时、设备端的应用，例如实时转录和语音命令识别。Moonshine在HuggingFace的OpenASR排行榜上，其单词错误率 (WER) 表现优于同等规模的OpenAI Whisper模型（tiny.en 和 base.en）。

Moonshine 的计算需求与输入音频长度成正比，这意味着较短的音频处理速度更快，这与以30秒为块处理音频的Whisper模型不同。例如，Moonshine 处理10秒音频的速度是Whisper的5倍，同时保持相同或更好的WER。Moonshine Base模型大小约为400MB，Tiny模型约为190MB。目前公开发布的模型仅支持英语。

GitHub地址：https://github.com/usefulsensors/moonshine

moonshine的安装和使用方法

1、安装

安装Moonshine包

Moonshine推理代码使用Keras编写，支持Torch、TensorFlow和JAX后端。选择后端决定安装哪个版本的Moonshine包。建议从Torch后端开始：

Torch后端

uv pip install useful-moonshine@git+https://github.com/usefulsensors/moonshine.git export KERAS_BACKEND=torch

TensorFlow后端

uv pip install useful-moonshine[tensorflow]@git+https://github.com/usefulsensors/moonshine.git export KERAS_BACKEND=tensorflow

JAX后端

uv pip install useful-moonshine[jax]@git+https://github.com/usefulsensors/moonshine.git export KERAS_BACKEND=jax (使用GPU： useful-moonshine[jax-cuda])

ONNX运行时

uv pip install useful-moonshine[onnx]@git+https://github.com/usefulsensors/moonshine.git

2、使用方法

0、测试

可以使用以下函数转录提供的示例音频文件来测试 Moonshine .transcribe：
使用.transcribe函数测试Moonshine：

>>> import moonshine
>>> moonshine.transcribe(moonshine.ASSETS_DIR / 'beckett.wav', 'moonshine/tiny')['Ever tried ever failed, no matter try again, fail again, fail better.']第一个参数是音频文件路径，第二个参数是Moonshine模型名称 (moonshine/tiny 或 moonshine/base)。使用moonshine.transcribe_with_onnx函数使用ONNX运行时进行推理，参数与moonshine.transcribe相同。

Moonshine模型可与多种运行时和应用程序一起使用。

1、ONNX独立运行

最新的ONNX Moonshine模型可在HuggingFace (huggingface.co/UsefulSensors/moonshine/tree/main/onnx) 获取，示例Python脚本和更多信息可在仓库的demo文件夹中找到。

2、实时字幕

可以使用live captions demo在许多平台上使用麦克风的实时输入来测试Moonshine模型。

3、翻译

CTranslate2版本的Moonshine文件可在HuggingFace (huggingface.co/UsefulSensors/moonshine/tree/main/ctranslate2) 获取，但需要合并pull request才能与框架的主线版本一起使用。可以使用项目的特定分支和示例脚本进行尝试。

4、 HuggingFace Transformers

两个模型都可在HuggingFace Hub上使用，并可与transformers库一起使用 (代码示例见GitHub项目)。

from transformers import AutoModelForSpeechSeq2Seq, AutoConfig, PreTrainedTokenizerFastimport torchaudio
import sysaudio, sr = torchaudio.load(sys.argv[1])
if sr != 16000:audio = torchaudio.functional.resample(audio, sr, 16000)# 'usefulsensors/moonshine-base' for the base model
model = AutoModelForSpeechSeq2Seq.from_pretrained('usefulsensors/moonshine-tiny', trust_remote_code=True)
tokenizer = PreTrainedTokenizerFast.from_pretrained('usefulsensors/moonshine-tiny')tokens = model(audio)
print(tokenizer.decode(tokens[0], skip_special_tokens=True))