alphacep / alphacep/vosk-api

vosk decode vs kaldi decode

Abierto
#1,194 1 comentario 0 reacciones 0 asignados Ver en GitHub
Lenguaje dominante
Jupyter Notebook
Estrellas
15.1k
Forks
1.8k
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

1. vosk decode:
model config set:
```
--min-active=200
--max-active=7000
--beam=12.0
--lattice-beam=6.0
--acoustic-scale=1.0
--frame-subsampling-factor=3
--endpoint.silence-phones=1:2:3:4:5:6:7:8:9:10
--endpoint.rule2.min-trailing-silence=0.5point.rule3.min-trailing-silence=1.0
--endpoint.rule4.min-trailing-silence=2.0
```
2. kaldi decode:
`online2-wav-nnet3-latgen-faster --do-endpointing=false --online=false --feature-type=mfcc --mfcc-config=mfcc.conf --ivector-extraction-config=ivector.conf --beam=12.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=/asr-model/graph/words.txt /asr-model/am/final.mdl /asr-model/graph/HCLG.fst 'ark:echo utter1 utter1|' 'scp:echo utter1 test.wav|' ark:/dev/null`

The above test based on same asr model、 same test wav and same model set(beam、lattice-beam、acoustic-scale) , but get different result.
wav groundtruth:"再等两秒"
vosk result: "那 不要不要"
kaldi result: "在 莆田 两秒"

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Evaluación

Este issue todavía no se ha evaluado.

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.