cuda_ctc_decoder

torchaudio.models.decoder.cuda_ctc_decoder(tokens: Union[str, List[str]], nbest: int = 1, beam_size: int = 10, blank_skip_threshold: float = 0.95) → CUCTCDecoder

构建 CUCTCDecoder 的实例。

参数:

• tokens (str 或 List[str]) – 包含有效 tokens 的文件或列表。如果使用文件，预期的格式是将映射到相同索引的 tokens 放在同一行

• beam_size (int, optional) – 每次解码步骤后要保留的最大假设数 (默认值：10)

• nbest (int) – 要返回的最佳解码数

• blank_id (int) – 与空白符号对应的 token ID。

• blank_skip_threshold (float) – 如果 log_prob(blank) > log(blank_skip_threshold)，则跳过帧以加速解码 (默认值：0.95)。

返回:

decoder

返回类型:

CUCTCDecoder

示例

>>> decoder = cuda_ctc_decoder(
>>>     vocab_file="tokens.txt",
>>>     blank_skip_threshold=0.95,
>>> )
>>> results = decoder(log_probs, encoder_out_lens) # List of shape (B, nbest) of Hypotheses

使用 cuda_ctc_decoder 的教程

使用 CUDA CTC 解码器的 ASR 推理

使用 CUDA CTC 解码器的 ASR 推理