CUCTCDecoder

class torchaudio.models.decoder.CUCTCDecoder

已弃用

警告

此类从 2.8 版本开始弃用。它将在 2.9 版本中移除。此弃用是大型重构工作的一部分，旨在将 TorchAudio 迁移到维护阶段。更多信息请参阅 https://github.com/pytorch/audio/issues/3902。

CUDA CTC 束搜索解码器。

注意

要构建解码器，请使用工厂函数 cuda_ctc_decoder()。

使用 CUCTCDecoder 的教程

使用 CUDA CTC 解码器进行 ASR 推理

使用 CUDA CTC 解码器进行 ASR 推理

方法

__call__

CUCTCDecoder.__call__(log_prob: Tensor, encoder_out_lens: Tensor)

参数

• log_prob (torch.FloatTensor) – GPU 张量，形状为 (batch, frame, num_tokens)，存储标签的概率分布序列；对声学模型输出进行 log_softmax。

• lengths (dpython:type torch.python:int32) – GPU 张量，形状为 (batch, )，存储批次中每个音频序列在时间轴上的有效长度。

返回

批次中每个音频序列的已排序最佳假设列表。

返回类型

List[List[CUCTCHypothesis]]

支持结构

CUCTCHypothesis

class torchaudio.models.decoder.CUCTCHypothesis(tokens: List[int], words: List[str], score: float)

已弃用

警告

此类从 2.8 版本开始弃用。它将在 2.9 版本中移除。此弃用是大型重构工作的一部分，旨在将 TorchAudio 迁移到维护阶段。更多信息请参阅 https://github.com/pytorch/audio/issues/3902。

表示由 CUCTC 束搜索解码器 CUCTCDecoder 生成的假设。

使用 CUCTCHypothesis 的教程

使用 CUDA CTC 解码器进行 ASR 推理

使用 CUDA CTC 解码器进行 ASR 推理

tokens: List[int]

预测的 token ID 序列。形状为 (L, )，其中 L 是输出序列的长度。

words: List[str]

预测的 token 列表。与建模单元对齐。

score: float

与假设对应的分数。