paddlespeech.cli.vector.infer 模块

class paddlespeech.cli.vector.infer.VectorExecutor[来源]

方法

`disable_task_loggers`()	禁用当前任务中的所有日志记录器。
`execute`(argv)	向量模型的命令行入口
`get_embeddings_score`(enroll_embedding, ...)	获取注册嵌入和测试嵌入分数
`get_input_source`(input_)	从命令行输入获取任务输入源。
`infer`(model_type)	推断模型以获取嵌入
`postprocess`()	返回音频嵌入信息
`preprocess`(model_type, input_file)	提取音频特征
`process_task_results`(input_, results[, ...])	处理任务结果并在需要时重定向标准输出。
`show_rtf`(info)	计算当前任务的rft并显示结果。

__call__

execute(argv: List[str]) → bool[来源]

向量模型的命令行输入

Args:

argv (List[str]): 命令行参数列表

Returns:

get_embeddings_score(enroll_embedding, test_embedding)[来源]

获取注册嵌入和测试嵌入得分

Args:: enroll_embedding (numpy.array): 形状: (emb_size), 注册音频嵌入 test_embedding (numpy.array): 形状: (emb_size), 测试音频嵌入
Returns:: 分数：注册嵌入和测试嵌入之间的分数

infer(model_type: str)[来源]

推断模型以获取嵌入

postprocess() → Union[str, PathLike][来源]

返回音频嵌入信息

preprocess(model_type: str, input_file: Union[str, PathLike])[来源]

提取音频特征

Args:: model_type (str): 说话人验证模型类型
input_file (Union[str, os.PathLike]): 音频文件路径