当前位置:   article > 正文

sherpa-ncnn 参数介绍_sherpa_ncnn

sherpa_ncnn
        tokens:
           
          num_threads: 用于神经网络计算的线程数。
            
          decoding_method: 有效的解码方法有 greedy_search、modified_beam_search。
            
          num_active_paths: 仅当decoding_method已修改_beam_search时使用。它的价值是                                                                       当decoding_method为greedy_search时,将忽略。它规定波束搜索
                            中使用的最大路径数。

          enable_endpoint_detection:  True可启用端点检测。False可禁用端点检测。
            
          rule1_min_trailing_silence:  仅当enable_endpoint_detection为True时使用。如果持                                        续时间以秒为单位的拖尾静音大于这个值,我们假设检测                                        到一个端点。
        
          rule2_min_trailing_silence:  仅当enable_endpoint_detection为True时使用。如果我                                        们已经解码非沉默的东西,如果拖尾沉默的持续时间以秒                                        为单位大于该值,我们假设端点为检测到。
       
          rule3_min_utterance_length:  仅当enable_endpoint_detection为True时使用。如果话                                        语以秒为单位的长度大于该值,我们假设有一个端点被检                                        测到。
         
          model_sample_rate:   模型预期的采样率
           
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/465283
推荐阅读
相关标签
  

闽ICP备14008679号