俄罗斯黑客比谷歌更好地分享他们的ASR模型？

Silero模型：经过预先培训的企业级STT模型和基准。企业级STT变得令人耳目一新的简单(说真的，请看基准)。我们提供的质量可与谷歌的STT相媲美(有时甚至更好)，我们不是谷歌。

所有提供的模型都列在model s.yml文件中，所有元数据和更新的版本都将添加到那里。

从omegaconf导入手电筒导入OmegaConf model=OmegaConf。加载('；mods.yml'；)设备=手电筒。Device('；cpu'；)#您可以使用任何pytorch设备型号，decder=init_jit_model(型号。STT_MODELES。嗯。最新的。JIT，设备=设备)。

导入手电筒设备=手电筒。设备(#39；CPU'；)#图形处理器也可以工作，但我们的型号足够快的CPU型号，解码器，utils=手电筒。集线器。Load(GitHub='；snakers4/silero-model'；，model='；silero_stt'；，device=device，force_reload=True，language='；de&39；)(read_Batch，Split_into_Batches，Read_Audio，Prepare_Model_Input)=utils#有关详细信息，请参阅函数签名。

我们以TorchScript包的形式提供模型，因此您可以使用PyTorch本身提供的部署选项(C++、Java)。请参阅示例笔记本中的详细信息。

您可以在任何地方运行我们的模型，在那里您可以导入ONNX模型或运行ONNX运行时。

导入json导入onnx导入手电筒导入临时文件从omegaconf导入onnxrun导入OmegaConf model=OmegaConf。使用临时文件加载('；model s.yml'；)。命名临时文件('；wb'；，后缀='；.json'；)作为f：Torch。集线器。Download_url_to_file(型号。STT_MODELES。嗯。最新的。标签，F.name，Progress=True)，打开(F.name)为f：labels=json。使用临时文件加载(F)解码器=解码器(标签)。命名临时文件('；wb'；，后缀='；.model'；)作为f：Torch。集线器。Download_url_to_file(型号。STT_MODELES。嗯。最新的。Onnx，F.name，Progress=True)onnx_model=onnx。加载(F.名称)外衣。切克。Check_model(Onnx_Model)ort_session=onnxrun。InferenceSession(F.name)。

CoLab笔记本和互动演示正在进行中。请在此期间参阅此笔记本，了解以下信息：