mirror of
https://github.com/modelscope/FunASR.git
synced 2026-10-12 02:19:18 +00:00
docs: add benchmark section to README_zh.md (2nd most viewed page)
This commit is contained in:
@@ -30,6 +30,33 @@ FunASR 希望在语音识别的学术研究和工业应用之间架起一座桥
|
||||
- FunASR 是一个基础语音识别工具包,提供多种功能,包括语音识别(ASR)、语音端点检测(VAD)、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR 提供了便捷的脚本和教程,支持预训练好的模型的推理与微调。
|
||||
- 我们在[ModelScope](https://www.modelscope.cn/models?page=1&tasks=auto-speech-recognition)与[huggingface](https://huggingface.co/FunASR)上发布了大量开源数据集或者海量工业数据训练的模型,可以通过我们的[模型仓库](https://github.com/modelscope/FunASR/blob/main/model_zoo/readme_zh.md)了解模型的详细信息。代表性的[Paraformer](https://www.modelscope.cn/models/damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/summary)非自回归端到端语音识别模型具有高精度、高效率、便捷部署的优点,支持快速构建语音识别服务,详细信息可以阅读([服务部署文档](runtime/readme_cn.md))。
|
||||
|
||||
<a name="性能评测"></a>
|
||||
|
||||
## 性能评测(PyTorch,GPU)
|
||||
|
||||
> 7 个模型 GPU 对比,3 个模型 CPU 对比。184 条中文长音频(共 192 分钟)。[完整评测报告](https://modelscope.github.io/FunASR/zh/benchmark.html)
|
||||
|
||||
### GPU 结果
|
||||
|
||||
| 模型 | 类型 | 速度 | 说明 |
|
||||
|------|------|------|------|
|
||||
| **SenseVoice-Small** | 非自回归 | **170x** 实时 | 最快 + 最准 |
|
||||
| **Paraformer-Large** | 非自回归 | **120x** 实时 | 速度精度最佳平衡 |
|
||||
| Whisper-large-v3-turbo (OpenAI) | 自回归 | 46x 实时 | 最快 Whisper 版本 |
|
||||
| Whisper-large-v3-turbo (FunASR) | 自回归 | 26x 实时 | 含 VAD 流水线 |
|
||||
| faster-whisper-large-v3 | 自回归 | 21.5x 实时 | CTranslate2 优化 |
|
||||
| **Fun-ASR-Nano** | 大模型 | 17x 实时 | 大模型最高精度 |
|
||||
| Whisper-large-v3 (OpenAI) | 自回归 | 13.4x 实时 | 基线 |
|
||||
|
||||
### CPU 结果
|
||||
|
||||
| 模型 | 速度 | 说明 |
|
||||
|------|------|------|
|
||||
| **SenseVoice-Small** | **17.2x** 实时 | CPU 生产可用 |
|
||||
| **Paraformer-Large** | **15.6x** 实时 | CPU 生产可用 |
|
||||
| **Fun-ASR-Nano** | 3.6x 实时 | 仍超实时 |
|
||||
| Whisper 系列 | - | CPU 不实用(192分钟音频需2小时+) |
|
||||
|
||||
<a name="最新动态"></a>
|
||||
|
||||
## 最新动态
|
||||
|
||||
Reference in New Issue
Block a user