使用场景

会议实时语音转录，生成带有时间戳的会议记录。

在线课程内容转写，为学生提供带有时间戳的课程笔记。

实时翻译应用，提供快速准确的语音翻译服务。

产品特色

支持多种语言自动检测或指定（自动、中文、英文、粤语、日语、韩语）。

提供文本归一化选项，可以选择是否进行逆文本归一化处理。

可以选择在特定的GPU上运行，默认为CPU。

使用量化模型以加快处理速度。

提供详细的帮助信息，便于用户理解和使用。

基准测试功能，可以评估模型性能。

支持高达50倍的快速处理，同时不牺牲准确性。

使用教程

1. 安装OmniSenseVoice模型。

2. 根据需要设置语言参数，例如：--language zh。

3. 选择是否进行文本归一化处理，例如：--textnorm woitn。

4. 指定运行的设备ID，例如：--device-id 0。

5. 如果需要，可以选择使用量化模型，例如：--quantize。

6. 运行基准测试，评估模型性能，例如：omnisense benchmark -s -d --num-workers 2 --device-id 0 --batch-size 10 --textnorm woitn --language en benchmark/data/manifests/libritts/libritts_cuts_dev-clean.jsonl。

7. 查看README文件，了解更多使用细节和配置选项。

8. 根据具体需求调整参数，进行语音识别任务。