模型介绍
中文整理UG ASR V1.4 · 维吾尔语语音识别(端侧 GGUF 版)
UG ASR V1.4 是面向维吾尔语的离线语音识别交付包:FastConformer Encoder(16 层)+ 因果 Decoder(6 层)+ CTC,参数量 **170.7M**,词表 **4617**,提供 **Q8 0 / Q4 0 / F16** 三档 GGUF 量化权重,以及 Windows x64 / Linux x86 64 / Android arm64-v8a 三个平台的调用库与命令行工具,另附一套可直接部署的 Web 服务端。
本仓库只发布**运行产物**(权重、二进制、接口头文件、前端静态资源)与**评测/合规报表**,不包含训练与推理源码。
目录结构
平台支持
平台 推理库 CLI C 接口 Java/JNI Web 服务端
- -- --- --- --- --- ---
Windows x64 ug asr.dll ug asr cli.exe ug asr.h + ug asr.lib — ugasr-web.exe
Linux x86 64 libug asr.so ug asr cli ug asr.h — ugasr-web-linux
Android arm64-v8a libug asr.so ug asr cli ug asr.h UgAsr.java + libug asr jni.so —
快速开始
命令行(Windows):
流式(stdin 送帧、stdout 出 JSON):
C/C++ 调用见 include/ug asr.h ,典型流程: ug asr init → ug asr set model → ug asr transcribe → ug asr free 。
Web 服务端:
默认监听 0.0.0.0:8088 ,前端页面与三档模型路径已配置在 config.json 。部署到公网前请务必修改默认口令、关闭游客访问并配置 HTTPS。
评测摘要(n=768,16 kHz 单声道,共 3539.9 s)
模型 体积 CER 含标点 CER WER 整句准确率 严重错误率 RTF 单条耗时
- -- --- --- --- --- --- --- --- ---
Q8 0 140.0 MB **3.48%** 6.37% 11.61% **50.78%** 0.39% **0.0552** 0.254 s
F16 258.6 MB **3.48%** 6.37% 11.63% **50.78%** 0.39% 0.0594 0.274 s
Q4 0 76.7 MB 3.58% 6.46% 11.92% 50.39% 0.39% 0.0625 0.288 s
测试环境:Windows x64,CPU 4 线程,CTC 贪心解码;音频 16 kHz / 16 bit / 单声道 WAV 。
Q8 0 与 F16 的 CER 仅差 0.0025 个百分点(768 条中 8 条输出不同),但 Q8 0 体积只有 F16 的 54%。
Q4 0 体积最小,但反量化开销使其 RTF 略高于 Q8 0,仅在存储受限时选用。
与 V1.4 PyTorch + beam/LM 同口径 macro CER 为 3.82% vs 3.71%(+0.11 pp),端侧量化方案基本无损。
选型建议:**默认 Q8 0**;Android/低存储设备用 Q4 0;F16 仅作数值对齐与回归测试基线,不建议作为面向用户的"高精度版"宣传。
输入要求
采样率 16000 Hz,16 bit,单声道
单条建议 ≤ 300 s(Web 服务端默认上限)
模型为纯语音识别,不含标点恢复与 ITN;输出为维吾尔语阿拉伯字母转写
已知限制
未做 Android 真机 RTF 实测,NEON/dotprod 收益需在目标设备复核。
Linux 二进制已完成架构校验,但未在目标发行版实跑。
README 与历史文档对"CTC 贪心 CER"存在口径差异,本仓库以 reports/ASR模型对比评测报告.html 的 768 条实测为准。
许可证
代码与模型权重:**Apache License 2.0**,见 LICENSE
第三方组件(ggml / llama.cpp、SentencePiece、Noto Naskh Arabic 字体)按其原许可分发,见 NOTICE
合规提示
reports/开源合规复核报告.html 的结论为 **NO-GO**:训练数据来源( MY DATA )授权链条尚未闭环。使用者在将本模型用于商业或公开发布场景前,应自行完成数据授权与法律合规评估。
引用
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
