You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
3.2 KiB
3.2 KiB
(简体中文|English)
PP-VPR
目录
1. 简介
PP-VPR 是一个 提供声纹特征提取，检索功能的工具。提供了多种准工业化的方案，轻松搞定复杂场景中的难题，支持使用命令行的方式进行模型的推理。 PP-VPR 也支持界面化的操作，容器化的部署。
2. 特点
VPR 的基本流程如下图所示：
PP-VPR 的主要特点如下：
- 提供在英文开源数据集 VoxCeleb（英文）上的预训练模型，ecapa-tdnn。
- 支持模型训练评估功能。
- 支持命令行方式的模型推理，可使用
paddlespeech vector --task spk --input xxx.wav方式调用预训练模型进行推理。 - 支持 VPR 的服务容器化部署，界面化操作。
3. 使用教程
3.1 预训练模型
支持的预训练模型列表：released_model。 更多关于模型设计的部分，可以参考 AIStudio 教程：
3.2 模型训练
模型的训练的参考脚本存放在 examples 中，并按照 examples/数据集/模型 存放，数据集主要支持 VoxCeleb，模型支持 ecapa-tdnn 模型。
具体的执行脚本的步骤记录在 run.sh 当中。具体可参考： sv0
3.3 模型推理
PP-VPR 支持在使用pip install paddlespeech后 使用命令行的方式来使用预训练模型进行推理。
具体支持的功能包括：
- 对单条音频进行预测
- 对两条音频进行打分
- 支持 RTF 的计算
具体的使用方式可以参考： speaker_verification
3.4 服务部署
PP-VPR 支持 Docker 容器化服务部署。通过 Milvus, MySQL 进行高性能建库检索。
server 的 demo： audio_searching
关于服务部署方面的更多资料，可以参考 AIStudio 教程：
4. 快速开始
关于如何使用 PP-VPR，可以看这里的 install，其中提供了 简单、中等、困难 三种安装方式。如果想体验 paddlespeech 的推理功能，可以用 简单 安装方式。