paddlespeech.s2t.modules.ctc 模块
- class paddlespeech.s2t.modules.ctc.CTCDecoder(*args, **kwargs)[来源]
基础：
CTCDecoderBase方法
__call__(*inputs, **kwargs)将self作为一个函数调用。
add_parameter(name, parameter)添加一个参数实例。
add_sublayer(name, sublayer)添加一个子层实例。
apply(fn)递归地将
fn应用到每个子层（由.sublayers()返回）以及自身。argmax(hs_pad)帧激活的argmax 参数： paddle.Tensor hs_pad: 3维张量 (B, Tmax, eprojs) 返回： paddle.Tensor: 应用argmax的2维张量 (B, Tmax)
buffers([include_sublayers])返回当前层及其子层中的所有缓冲区的列表。
children()返回一个迭代器，遍历直接子层。
clear_gradients()清除此层所有参数的梯度。
create_parameter(shape[, attr, dtype, ...])为该层创建参数。
create_tensor([name, persistable, dtype])为该层创建张量。
create_variable([name, persistable, dtype])为该层创建张量。
decode()获取解码结果 引发： 异常：当ctc解码器未初始化时 值错误：当解码方法不支持时。 返回： results_best (list(str))：一批数据的最佳结果 results_beam (list(list(str)))：一批数据的束搜索结果。
decode_probs_offline(probs, logits_lens, ...)此函数将在未来被弃用。使用 probs 进行 ctc 解码。参数： probs (Tensor)：softmax 后的激活值 logits_lens (Tensor)：音频输出长度 vocab_list (list)：解码中词汇表中的符号列表 decoding_method (str)：ctc_beam_search lang_model_path (str)：语言模型路径 beam_alpha (float)：beam_alpha beam_beta (float)：beam_beta beam_size (int)：beam_size cutoff_prob (float)：束搜索中的截止概率 cutoff_top_n (int)：cutoff_top_n num_processes (int)：num_processes。
删除解码器
eval()将该层及其所有子层设置为评估模式。
extra_repr()该层的额外表示，您可以自定义实现自己的层。
forced_align(ctc_probs, y[, blank_id])CTC 强制对齐。参数： ctc_probs (paddle.Tensor): 隐藏状态序列，2D 张量 (T, D) y (paddle.Tensor): 标签 ID 序列张量，1D 张量 (L) blank_id (int): 空白符号索引 返回： paddle.Tensor: 最佳对齐结果，(T)。
forward(hs_pad, hlens, ys_pad, ys_lens)计算CTC损失。
full_name()此层的完整名称，由 name_scope + "/" + MyLayer.__class__.__name__ 组成
get_decoder(vocab_list, batch_size, ...)初始化获取 ctc 解码器 参数： vocab_list (list): 解码时词汇表中的标记列表。 batch_size(int): 输入数据的批大小 beam_alpha (float): beam_alpha beam_beta (float): beam_beta beam_size (int): beam_size num_processes (int): num_processes cutoff_prob (float): beam search 中的截止概率 cutoff_top_n (int): cutoff_top_n。
init_decoder(batch_size, vocab_list, ...)初始化 ctc 解码器 参数： batch_size(int)：输入数据的批大小 vocab_list (list)：用于解码的词汇表中的标记列表 decoding_method (str)：ctc_beam_search lang_model_path (str)：语言模型路径 beam_alpha (float)：beam_alpha beam_beta (float)：beam_beta beam_size (int)：beam_size cutoff_prob (float)：束搜索中的截止概率 cutoff_top_n (int)：cutoff_top_n num_processes (int)：num_processes
load_dict(state_dict[, use_structured_name])从 state_dict 设置参数和可持久化缓存。
log_softmax(hs_pad[, temperature])帧激活的log_softmax 参数： 张量 hs_pad: 3d 张量 (B, Tmax, eprojs) 返回： paddle.Tensor: 应用log softmax 的3d 张量 (B, Tmax, odim)
named_buffers([prefix, include_sublayers])返回一个迭代器，遍历层中的所有缓冲区，生成名称和张量的元组。
named_children()返回一个直接子层的迭代器，同时提供层的名称和层本身。
named_parameters([prefix, include_sublayers])返回一个迭代器，遍历层中的所有参数，生成名称和参数的元组。
named_sublayers([prefix, include_self, ...])返回Layer中所有子层的迭代器，生成名称和子层的元组。
next(probs, logits_lens)将probs输入到ctc解码器 参数： probs (list(list(float))): 一批数据的probs logits_lens (list(int)): 一批数据的logits长度 引发： Exception: 当ctc解码器未初始化时 ValueError: 当解码方法不支持时。
parameters([include_sublayers])返回当前层及其子层的所有参数的列表。
register_buffer(name, tensor[, persistable])将一个张量注册为该层的缓冲区。
register_forward_post_hook(hook)为层注册一个前向后钩子。
register_forward_pre_hook(hook)为层注册一个前向预钩子。
set_dict(state_dict[, use_structured_name])从 state_dict 设置参数和可持久化的缓冲区。
set_state_dict(state_dict[, use_structured_name])从state_dict设置参数和持久化缓冲区。
softmax(eouts[, temperature])获取CTC概率。 参数： eouts (FloatTensor): [B, T, enc_units] 返回： probs (FloatTensor): [B, T, odim]。
state_dict([destination, include_sublayers, ...])获取当前层及其子层的所有参数和可持久化缓冲区。
sublayers([include_self])返回子层的列表。
to([device, dtype, blocking])通过给定的设备、数据类型和阻塞方式转换层的参数和缓冲区。
to_static_state_dict([destination, ...])获取当前层及其子层的所有参数和缓冲区。
train()将此层及其所有子层设置为训练模式。
向后
注册状态字典钩子
重置解码器
- decode()[来源]
获取解码结果 引发：
异常：当ctc解码器未初始化时
值错误：当解码方法不支持时。- Returns:
results_best (list(str)): 一批数据的最佳结果
results_beam (list(list(str))): 一批数据的束搜索结果
- decode_probs_offline(probs, logits_lens, vocab_list, decoding_method, lang_model_path, beam_alpha, beam_beta, beam_size, cutoff_prob, cutoff_top_n, num_processes)[来源]
该函数将在未来被弃用。
ctc解码与概率。
参数：probs (Tensor): softmax之后的激活值
logits_lens (Tensor): 音频输出长度
vocab_list (list): 词汇表中的标记列表，用于解码
decoding_method (str): ctc_beam_search
lang_model_path (str): 语言模型路径
beam_alpha (float): beam_alpha
beam_beta (float): beam_beta
beam_size (int): beam_size
cutoff_prob (float): 波束搜索中的截止概率
cutoff_top_n (int): cutoff_top_n
num_processes (int): num_processes- Raises:
值错误：当解码方法不被支持时。
- Returns:
列表[str]: 成绩单。
- get_decoder(vocab_list, batch_size, beam_alpha, beam_beta, beam_size, num_processes, cutoff_prob, cutoff_top_n)[来源]
初始化获取 ctc 解码器 参数：
vocab_list (list): 词汇表中的标记列表，用于解码。
batch_size(int): 输入数据的批处理大小
beam_alpha (float): beam_alpha
beam_beta (float): beam_beta
beam_size (int): beam_size
num_processes (int): num_processes
cutoff_prob (float): 束搜索中的截止概率
cutoff_top_n (int): cutoff_top_n- Raises:
值错误：当解码方法不支持时。
- Returns:
CTCBeamSearchDecoder
- init_decoder(batch_size, vocab_list, decoding_method, lang_model_path, beam_alpha, beam_beta, beam_size, cutoff_prob, cutoff_top_n, num_processes)[来源]
初始化 CTC 解码器 参数:
batch_size(int): 输入数据的批量大小
vocab_list (list): 词汇表中的标记列表，用于解码
decoding_method (str): ctc_beam_search
lang_model_path (str): 语言模型路径
beam_alpha (float): beam_alpha
beam_beta (float): beam_beta
beam_size (int): beam_size
cutoff_prob (float): 在束搜索中的截止概率
cutoff_top_n (int): cutoff_top_n
num_processes (int): num_processes- Raises:
值错误：当解码方法不被支持时。
- Returns:
CTCBeamSearchDecoder