PaddleSpeech CLI Batch Process

PaddleSpeech CLI - Batch Process

需求

• 用户反馈 CLI 调用慢。如 #1423
• 用户询问如果做批处理。如 #1438、#1252

收益

• 从客户需求出发，支持批处理操作。
• 相对原始单条处理设计去除重复加载模型时间，所以速度更快，改善用户体验。
• 符合产品意识和客户意识。

方案

输入时通过参数 --job 指定 job 文件，加载模型后循环调用 Executor 获取识别结果，技术执行后保存 job.done 文件。
job.done 默认不保存，当指定 --dump-job-result 时生效。

job 输入格式

job 文件输入、输出统一是用 key value的 map 格式。

调用失败格式统一，如下：

key "error info"

ASR

输入:

001 /path/to/001.wav
002 /path/to/002.wav

输出:

001 我叫张辉
002 一个很酷的人

Punc

输入:

001  我叫张辉
002  一个很酷的人

输出:

001 我叫张辉。
002 一个很酷的人。

ST

输入:

001 /path/to/001.wav
002 /path/to/002.wav

输出:

001 我叫张辉
002 一个很酷的人

TTS

输入:

我叫张辉 /path/to/save/001.wav
一个很酷的人 /path/to/save/002.wav

输出:

我叫张辉 /path/to/save/001.wav
一个很酷的人 /path/to/save/002.wav

CLS

输入:

001  /path/to/001.wav
002  /path/to/002.wav

输出:

001 Apple
002 Dog

Verbose 输出:

001 Apple 0.91
002 Dog 0.83