CUCTCDecoder

class torchaudio.models.decoder.CUCTCDecoder

CUDA CTC 集束搜索解码器。

注意

要构建解码器，请使用工厂函数 cuda_ctc_decoder()。

使用 CUCTCDecoder 的教程

使用 CUDA CTC 解码器进行 ASR 推理

使用 CUDA CTC 解码器进行 ASR 推理

方法

__call__

CUCTCDecoder.__call__(log_prob: Tensor, encoder_out_lens: Tensor)

参数:

• log_prob (torch.FloatTensor) – 形状为 (batch, frame, num_tokens) 的 GPU 张量，存储标签上的概率分布序列；log_softmax(声学模型的输出)。

• lengths (dpython:type torch.python:int32) – 形状为 (batch, ) 的 GPU 张量，存储每个批次中输出张量在时间轴上的有效长度。

返回:

批次中每个音频序列的排序最佳假设列表。

返回类型:

List[List[CUCTCHypothesis]]

支持结构

CUCTCHypothesis

class torchaudio.models.decoder.CUCTCHypothesis(tokens: List[int], words: List[str], score: float)

表示由 CUCTC 集束搜索解码器 CUCTCDecoder 生成的假设。

使用 CUCTCHypothesis 的教程

使用 CUDA CTC 解码器进行 ASR 推理

使用 CUDA CTC 解码器进行 ASR 推理

tokens: List[int]

预测的 token ID 序列。形状 (L, )，其中 L 是输出序列的长度

words: List">[str]

预测的 token 列表。与建模单元对齐。

score: float

与假设对应的分数