Ziyang.Zhang
|
5b94c40016
|
[代码重构中]编写融合VAD,ASR,SPK(FAKE)的ASRPipeline并完成测试，正常运行。
|
2025-06-06 17:26:08 +08:00 |
|
Ziyang.Zhang
|
3d8bf9de25
|
[代码重构中]创建假的SPKFunctor以测试消息队列流程是否正确，无问题，待进一步实现说话人识别，此外，考虑将一些共有内容写入BaseFunctor中。
|
2025-06-05 17:08:42 +08:00 |
|
Ziyang.Zhang
|
ff9bd70039
|
[代码重构中]初步构建ASRFunctor，与VADFunctor在vad_test.py中进行联调无问题，数据衔接正常。
|
2025-06-05 15:57:11 +08:00 |
|
Ziyang.Zhang
|
4e9e94d8dc
|
[代码重构中]完善VADFunctor，测试持久化保存VAD片段的音频数据成功。
|
2025-06-05 13:43:23 +08:00 |
|
Ziyang.Zhang
|
b569b7e63d
|
[代码重构中]测试VADFuntor中，发现字节流推理问题，待进一步研究
|
2025-06-03 17:41:59 +08:00 |
|
Ziyang.Zhang
|
f245c6e9df
|
[代码重构中]编写ASRpipeline，管理funtor的线程启动，管理funtor间消息队列queue
|
2025-06-03 09:19:15 +08:00 |
|
Ziyang.Zhang
|
49cb428c23
|
[代码重构中]编写class STT_Runner中，将设计为线程启动。作为异步IO与资源管理模块。
|
2025-05-28 18:00:54 +08:00 |
|
Ziyang.Zhang
|
703a40e955
|
[代码重构中]重构model_loader与audio_chunk，全局单例模式管理模型加载与audiobinary数据存储单元类。删除readme中不需要的MIT许可证。
|
2025-05-28 10:35:35 +08:00 |
|
Ziyang.Zhang
|
040fc57e02
|
[代码重构中]重构Functor下的函数定义，修改为一个BaseFunctor+ModelLoader+DataCache进行基底构建。
|
2025-05-21 11:49:28 +08:00 |
|
Ziyang.Zhang
|
1392168126
|
Merge branch 'feature_logger' into dev
[Feature] 添加了logger用于管理日志，同时测试了ASR、PUNC、SPK模型效果；
[BUG] 发现BUG：使用funasr的一些模块会导致logger被更改，这一点需要进一步讨论解决方案
|
2025-04-16 14:30:40 +08:00 |
|
Ziyang.Zhang
|
eff22cb33e
|
[Feature] 测试了后续的ASR、punc、spk效果； BUG：在调用funasr后，logger信息会被改变，导致格式变化，重复输出。
|
2025-04-16 14:30:11 +08:00 |
|
Ziyang.Zhang
|
66c9477e4b
|
[Feature] 添加src/utils/logger文件控制程序日志输出，包括一个root配置器和logger生成器。
|
2025-04-16 10:46:09 +08:00 |
|
|
|
9d522fa137
|
Merge branch 'feature_vad' into dev
[项目结构变动] 分离了模型加载、功能实现、整体工作流等内容
[功能开发] 使用pydantic规范数据格式；开发VAD声音端点检测functor；
[测试] 完成了本地流式（online）的VAD检测，完成了 logic_traher（仅包含VAD与VAD检测结果）的工作流程测试
[未来内容] 1.完成ASR、时间戳、说话人识别；2.接入websocket服务。
|
2025-04-15 17:18:48 +08:00 |
|
|
|
f7138dcb39
|
[Feature] 调整VAD工作流程，规范VAD产出数据规范为 models/audiobinary中的AudioBinary_Chunk；完整测试LogicTrager VAD online流程。
|
2025-04-15 17:15:13 +08:00 |
|
|
|
8b69ff195f
|
[Feature] Add /tests/modelsuse 测试实时VAD检测。
|
2025-04-15 13:53:06 +08:00 |
|
|
|
86e5425787
|
[Init] 初始化项目，基于funasr的实时语音识别
|
2025-04-14 11:04:36 +08:00 |
|
