Audio AI GUIDE

Jasper na QuartzNet ASR

Jasper na QuartzNet bụ NVIDIA's end-na-end convolutional convolutional speech model, na QuartzNet bụ obere obere, nhazigharị nke ọma nke Jasper.

Nchịkọta

Jasper na QuartzNet bụ NVIDIA's end-na-end convolutional convolutional speech model, na QuartzNet bụ obere obere, nhazigharị nke ọma nke Jasper. Ha dị mkpa maka igosi otu esi enweta izi ezi siri ike na parampat dị ole na ole, nke dị mma maka ibugharị.

Jasper na QuartzNet ASR na-anọdụ na audio-AI workflows na-agbanwe okwu, egwu, na ụda maka nkwurịta okwu, nnweta, na mgbasa ozi mmepụta.

Ime miri emi

Jasper (Nanị Ihe Nchọpụta Okwu Ọzọ), nke NVIDIA weputara na 2019, bụ netwọọdụ convolutional 1D miri emi, ruo ọkwa 54, nke na-esepụta njirimara mel-spectrogram na mkpụrụedemede na-eji mfu CTC. Ọ webatara njikọ dị nhịahụ ka gradients na-asọpụta nke ọma site na ngwugwu miri emi. QuartzNet, nke ewepụtara n'otu afọ ahụ, debere usoro mgbochi Jasper mana dochie convolutions ọkọlọtọ na ngbanwe nke ọwa oge, na-ekewa nzacha nke ọ bụla n'ime ntụgharị oge omimi miri emi yana usoro ịgwakọta ọwa dabara adaba. Nrụpụta a wepụrụ paramita sitere na ihe dị ka nde 333 nke Jasper gbadara nde 19 ka ọ dabara na Librispeech. Abụọ ụgbọ mmiri na NVIDIA's NeMo Toolkit ma na-ege ntị maka ọzụzụ GPU ngwa ngwa na ntinye oge, na-eme ka ha bụrụ ihe ewu ewu ewu maka mmepụta ASR.

Nghọta nka nka

Ịrụ ọrụ nke QuartzNet na-abịa site na ọgba aghara nkewa nkewa oge, otu echiche dị n'azụ MobileNet. Mgbagha 1D nkịtị na-agwakọta oge na ọwa ọnụ, na-eri K ugboro C-in ugboro C-out arọ. Ikewapụ ya n'ime mgbagwoju anya miri emi n'ime oge yana 1x1 ntụgharị uche na ọwa na-ebelata paramita na K ugboro C gbakwunyere C-in times C-out. Ejikọtara ya na ihe ndị fọdụrụ ma jiri CTC zụọ ya, nke a na-enye ihe ziri ezi nso-Jasper n'obere ntakịrị nke nha ihe nlereanya yana gbakọọ.

Mastering Jasper na QuartzNet ASR

Jasper na QuartzNet bụ NVIDIA's end-na-end convolutional convolutional speech model, na QuartzNet bụ obere obere, nhazigharị nke ọma nke Jasper. Ha dị mkpa maka igosi otu esi enweta izi ezi siri ike yana obere paramita dị ole na ole, dị mma maka ibugharị. Jasper na QuartzNet ASR na-anọdụ na audio-AI workflows na-agbanwe okwu, egwu, na ụda maka nkwurịta okwu, nnweta, na mgbasa ozi mmepụta. Iji wuo nghọta miri emi, na-emeso Jasper na QuartzNet ASR dị ka ihe nlereanya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, ma kewaa ihe usoro ahụ nwere ike ime nke ọma na ihe ka na-achọ mkpebi ndị ọkachamara.

Na omume, ndị otu siri ike na-eji Jasper na QuartzNet ASR na-emeso ịdịmma, latency, na nkwenye dị ka akụkụ dị mkpa nke atụmatụ mbugharị. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.

Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'otu oge ahụ, iji olu eme ihe n'ụzọ na-ezighị ezi na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.

Mmetụta atụmatụ

Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu.

Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.

Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego.

Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.

Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu.

Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.

Ọdịnihu nke Jasper na QuartzNet ASR

Usoro nkewapụ-convolution nke QuartzNet dugara ozugbo na NVIDIA's Citrinet na ụdị Conformer a na-ejikarị eme ihe, nke na-agbakwunye nlebara anya onwe ya iji weghara ọnọdụ ụwa n'akụkụ mgbagha mpaghara. Na-atụ anya ka aga n'ihu na-aga n'ihu n'usoro ngwakọ-gbakwunyere nleba anya architectures na transducer (RNN-T) maka mgbasa ozi. Ihe nkuzi a bụ isi, ngbanwe na-arụ ọrụ nke ọma maka ihu na mbugharị oge, ka bụ etiti ka ASR na-agbanye na ekwentị, ụgbọ ala, na ngwaọrụ agbakwunyere.

Mmejuputa n'ezie n'ụwa

Ndegharị oge na ndị enyemaka olu ebugara na NVIDIA GPU site na ngwa ngwa NeMo

Edge na agbakwunyere ASR ebe obere akara ụkwụ QuartzNet dabara na ngwaọrụ ndị nwere nsogbu ebe nchekwa

Nleba anya QuartzNet emezigharịrị nke ọma maka mkpụrụokwu akọwapụtara ngalaba dịka ọgwụ ma ọ bụ usoro iwu.

Nchịkọta etiti oku na-edegharị nnukwu olu ngwa ngwa yana ọnụ ahịa dị irè

Usoro mmejuputa

Jasper na QuartzNet ASR na omume

Ndegharị oge na ndị enyemaka olu ebugara na NVIDIA GPU site na ngwa NeMo.

Ntugharị oge na ndị enyemaka olu etinyere na NVIDIA GPUs site na NeMo Toolkit Teams na-enwetakarị nsonaazụ ka mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta yana ụgwọ njehie ka oge na-aga.

Jasper na QuartzNet ASR na omume

Edge na agbakwunyere ASR ebe obere akara ụkwụ QuartzNet dabara na ngwaọrụ ndị nwere nsogbu ebe nchekwa.

Edge na agbakwunyere ASR ebe obere akara ụkwụ QuartzNet dabara na ngwaọrụ ndị na-egbochi ebe nchekwa Otu egwuregwu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ mmụba mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta na ụgwọ njehie na-aga n'ihu oge.

Jasper na QuartzNet ASR na omume

Nleba anya QuartzNet emezigharịrị nke ọma maka ngalaba nkọwa akọwapụtara dị ka usoro ahụike ma ọ bụ iwu.

Nleba anya QuartzNet a zụrụ nke ọma maka ngalaba akọwapụtara dị ka usoro ahụike ma ọ bụ usoro iwu Otu dị iche iche na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ikpe ọnụ, wee soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.

Jasper na QuartzNet ASR na omume

Nchịkọta etiti oku na-edegharị nnukwu olu ngwa ngwa yana ọnụ ahịa dị irè.

Nyocha nke etiti oku na-edegharị nnukwu ụda ngwa ngwa yana ọnụ ahịa dị irè Otu dị iche iche na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ mmụba mmadụ maka ọnụ ahịa ọnụ, ma soro ma uru nrụpụta na ụgwọ njehie n'ime oge.

Ihe ize ndụ & okporo ụzọ nche

!

Iji olu eme ihe na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu.

!

Izi ezi nwere ike ịdaba n'ofe ụda olu, olumba ma ọ bụ gburugburu mkpọtụ.

!

Enwere ike imehie ọdịyo sịntetik dị ka ezigbo okwu na-enweghị akara doro anya.

Map mmejuputa

1

Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị.

Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.

2

Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere.

Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.

3

Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye.

Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.

4

Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ.

Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.

Nọgide na-eme nchọpụta