wenet-e2e/wenet

Что это?

Ключевые возможности

• 01Транскрибация из командной строки с pretrained-моделями для китайского и английского языков.
• 02Python API для загрузки модели и транскрибации аудио в несколько строк кода.
• 03Pretrained-модели, включая paraformer, firered, wenetspeech и варианты Whisper large-v3.
• 04Сборки рантаймов для x86 и других платформ для деплоя.
• 05Поддержка Ascend NPU через torch-npu.

Сценарии использования

• Транскрибация аудиофайлов на китайском или английском из командной строки либо Python-скрипта.
• Обучение собственных end-to-end-моделей распознавания речи на PyTorch.
• Деплой сервисов потокового или непотокового распознавания с помощью предоставленных рантаймов.
• Эксперименты с интеграцией языковых моделей через WFST-декодирование.

Быстрый старт

1. 1

   Установите пакет Python с GitHub

   pip install git+https://github.com/wenet-e2e/wenet.git
2. 2

   Расшифруйте аудиофайл из командной строки

   wenet -m paraformer audio.wav
3. 3

   Или используйте Python API для расшифровки аудио

   python -c "import wenet; model = wenet.load_model('paraformer'); print(model.transcribe('audio.wav').text)"

Что важно знать

• !По умолчанию инструмент командной строки работает на CPU. Чтобы использовать GPU, передайте параметр --device cuda.
• !При установке torch через pip может быть выбрана сборка, несовместимая с драйвером GPU, поэтому для работы с GPU может потребоваться переустановка вручную.
• !Для настройки обучения и развёртывания требуются Conda, CUDA и несколько дополнительных зависимостей, например sox.

В подборках

Темы

Частые вопросы

Что такое wenet?

Ориентированный на промышленное использование toolkit для end-to-end распознавания речи на PyTorch: CLI, Python API, рецепты обучения и рантаймы для деплоя. WeNet — toolkit для end-to-end распознавания речи, созданный с прицелом на промышленное использование. Он охватывает весь процесс: от установки pretrained-модели и транскрибации аудио с помощью команды `wenet` или Python API до обучения новых моделей и их деплоя через рантаймы.

wenet можно использовать бесплатно? Какая у него лицензия?

wenet распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

wenet всё ещё поддерживается?

Активно поддерживается. Последний коммит в wenet — 26 окт. 2026 г..

Для чего можно использовать wenet?

Транскрибация аудиофайлов на китайском или английском из командной строки либо Python-скрипта. Обучение собственных end-to-end-моделей распознавания речи на PyTorch. Деплой сервисов потокового или непотокового распознавания с помощью предоставленных рантаймов. Эксперименты с интеграцией языковых моделей через WFST-декодирование.

Как установить wenet?

Установите пакет Python с GitHub: pip install git+https://github.com/wenet-e2e/wenet.git Расшифруйте аудиофайл из командной строки: wenet -m paraformer audio.wav Или используйте Python API для расшифровки аудио: python -c "import wenet; model = wenet.load_model('paraformer'); print(model.transcribe('audio.wav').text)"

Где скачать wenet?

Исходный код и инструкции по установке — на GitHub: https://github.com/wenet-e2e/wenet