Delete ckpts/iic

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/.mv

@@ -1 +0,0 @@
-Revision:v1.0.0,CreatedAt:1708583355

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/README.md

@@ -1,139 +0,0 @@
----
-tasks:
-- speaker-verification
-model_type:
-- CAM++
-domain:
-- audio
-frameworks:
-- pytorch
-backbone:
-- CAM++
-license: Apache License 2.0
-language:
-- cn
-- en
-tags:
-- speaker verification
-- CAM++
-- 大规模中英文数据集训练
-widgets:
-  - task: speaker-verification
-    model_revision: v1.0.0
-    inputs:
-      - type: audio
-        name: input
-        title: 音频
-    extendsParameters:
-      thr: 0.33
-    examples:
-      - name: 1
-        title: 示例1
-        inputs:
-          - name: enroll
-            data: git://examples/speaker1_a_cn_16k.wav
-          - name: input
-            data: git://examples/speaker1_b_cn_16k.wav
-      - name: 2
-        title: 示例2
-        inputs:
-          - name: enroll
-            data: git://examples/speaker1_a_cn_16k.wav
-          - name: input
-            data: git://examples/speaker2_a_cn_16k.wav
-    inferencespec:
-      cpu: 8 #CPU数量
-      memory: 1024
----
-
-# CAM++说话人识别模型
-CAM++模型是基于密集连接时延神经网络的说话人识别模型，具有准确的说话人识别效果和更快的推理速度。该模型使用大规模的中英文说话人数据集进行训练，适用于中英文语种的说话人识别任务。
-## 模型简述
-CAM++兼顾识别性能和推理效率，在公开的中文数据集CN-Celeb和英文数据集VoxCeleb上，相比主流的说话人识别模型ResNet34和ECAPA-TDNN，获得了更高的准确率，同时具有更快的推理速度。其模型结构如下图所示，整个模型包含两部分，残差卷积网络作为前端，时延神经网络结构作为主干。前端模块是2维卷积结构，用于提取更加局部和精细的时频特征。主干模块采用密集型连接，复用层级特征，提高计算效率。同时每一层中嵌入了一个轻量级的上下文相关的掩蔽(Context-aware Mask)模块，该模块通过多粒度的pooling操作提取不同尺度的上下文信息，生成的mask可以去除掉特征中的无关噪声，并保留关键的说话人信息。
-
-<div align=center>
-<img src="structure.png" width="400" />
-</div>
-
-更详细的信息见
-- 论文：[CAM++: A Fast and Efficient Network for Speaker Verification Using Context-Aware Masking](https://arxiv.org/abs/2303.00332)
-- github项目地址：[3D-Speaker](https://github.com/alibaba-damo-academy/3D-Speaker)
-
-## 训练数据
-本模型使用大规模中文和英文说话人数据集进行训练。
-## 模型效果评估
-在CN-Celeb中文测试集和Voxceleb-O英文测试集的EER评测结果：
-| Test set | EER | minDCF(p_target:0.01) |
-|:-----:|:------:|:------:|
-|CN-Celeb Test|5.98%|0.3805|
-|Voxceleb-O|1.16%|0.1271|
-
-# 如何快速体验模型效果
-## 在Notebook中体验
-对于有开发需求的使用者，特别推荐您使用Notebook进行离线处理。先登录ModelScope账号，点击模型页面右上角的“在Notebook中打开”按钮出现对话框，首次使用会提示您关联阿里云账号，按提示操作即可。关联账号后可进入选择启动实例界面，选择计算资源，建立实例，待实例创建完成后进入开发环境，输入api调用实例。
-```python
-from modelscope.pipelines import pipeline
-sv_pipeline = pipeline(
-    task='speaker-verification',
-    model='iic/speech_campplus_sv_zh_en_16k-common_advanced',
-    model_revision='v1.0.0'
-)
-speaker1_a_wav = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_a_cn_16k.wav'
-speaker1_b_wav = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_b_cn_16k.wav'
-speaker2_a_wav = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker2_a_cn_16k.wav'
-# 相同说话人语音
-result = sv_pipeline([speaker1_a_wav, speaker1_b_wav])
-print(result)
-# 不同说话人语音
-result = sv_pipeline([speaker1_a_wav, speaker2_a_wav])
-print(result)
-# 可以自定义得分阈值来进行识别，阈值越高，判定为同一人的条件越严格
-result = sv_pipeline([speaker1_a_wav, speaker2_a_wav], thr=0.33)
-print(result)
-# 可以传入output_emb参数，输出结果中就会包含提取到的说话人embedding
-result = sv_pipeline([speaker1_a_wav, speaker2_a_wav], output_emb=True)
-print(result['embs'], result['outputs'])
-# 可以传入save_dir参数，提取到的说话人embedding会存储在save_dir目录中
-result = sv_pipeline([speaker1_a_wav, speaker2_a_wav], save_dir='savePath/')
-```
-## 训练和测试自己的CAM++模型
-本项目已在[3D-Speaker](https://github.com/alibaba-damo-academy/3D-Speaker)开源了训练、测试和推理代码，使用者可按下面方式下载安装使用：
-```sh
-git clone https://github.com/alibaba-damo-academy/3D-Speaker.git && cd 3D-Speaker
-conda create -n 3D-Speaker python=3.8
-conda activate 3D-Speaker
-pip install -r requirements.txt
-```
-
-运行CAM++在VoxCeleb��上的训练样例
-```sh
-cd egs/voxceleb/sv-cam++
-# 需要在run.sh中提前配置训练使用的GPU信息，默认是4卡
-bash run.sh
-```
-
-## 使用本预训练模型快速提取embedding
-```sh
-pip install modelscope
-cd 3D-Speaker
-# 配置模型名称并指定wav路径，wav路径可以是单个wav，也可以包含多条wav路径的list文件
-model_id=iic/speech_campplus_sv_zh_en_16k-common_advanced
-# 提取embedding
-python speakerlab/bin/infer_sv.py --model_id $model_id --wavs $wav_path
-```
-
-
-# 相关论文以及引用信息
-如果你觉得这个该模型有所帮助，请引用下面的相关的论文
-```BibTeX
-@article{cam++,
-  title={CAM++: A Fast and Efficient Network for Speaker Verification Using Context-Aware Masking},
-  author={Hui Wang and Siqi Zheng and Yafeng Chen and Luyao Cheng and Qian Chen},
-  journal={arXiv preprint arXiv:2303.00332},
-}
-```
-
-# 3D-Speaker 开发者社区钉钉群
-<div align=left>
-<img src="dingding.jpg" width="260" />
-</div>

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/campplus_cn_en_common.pt

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:92f29b94e6948786a26778c9e302525d185bb08c8b9f5252ed98776902840199
-size 28044640

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/config.yaml

@@ -1,23 +0,0 @@
-# This is an example that demonstrates how to configure a model file.
-# You can modify the configuration according to your own requirements.
-
-# to print the register_table:
-# from funasr.register import tables
-# tables.print()
-
-# network architecture
-model: CAMPPlus
-model_conf:
-    feat_dim: 80
-    embedding_size: 192
-    growth_rate: 32
-    bn_size: 4
-    init_channels: 128
-    config_str: 'batchnorm-relu'
-    memory_efficient: True
-    output_level: 'segment'
-
-# frontend related
-frontend: WavFrontend
-frontend_conf:
-    fs: 16000

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/configuration.json

@@ -1,23 +0,0 @@
-{
-    "framework": "pytorch",
-    "task": "speaker-verification",
-    "model_config": "config.yaml",
-    "model_file": "campplus_cn_en_common.pt",
-    "model": {
-        "type": "cam++-sv",
-        "model_config": {
-            "sample_rate": 16000,
-            "fbank_dim": 80,
-            "emb_size": 192
-        },
-        "pretrained_model": "campplus_cn_en_common.pt",
-        "yesOrno_thr": 0.33
-    },
-    "pipeline": {
-        "type": "speaker-verification"
-    },
-    "file_path_metas": {
-        "init_param":"campplus_cn_en_common.pt", 
-        "config":"config.yaml"
-    }
-}

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/examples/speaker1_a_cn_16k.wav

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:5f20ce0ddc378ca3239d3ce864b1142726a46a1221ae553912e4e142045df58b
-size 118932

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/examples/speaker1_b_cn_16k.wav

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:20745dc08a4281894d146140b99b9ef7417ac681119b7f7202f553cdf1a85f65
-size 157058

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/examples/speaker2_a_cn_16k.wav

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:8a6cffa452df32ef10503f7992f22ffcdd7f16c4e0273d13311bc5cdcb13abf4
-size 170028

ckpts/iic/speech_campplus_sv_zh_en_16k-common_advanced/quickstart.md

@@ -1,36 +0,0 @@
----
----
-## 模型加载和推理
-更多关于模型加载和推理的问题参考[模型的推理Pipeline](https://modelscope.cn/docs/%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%8E%A8%E7%90%86Pipeline)。
-
-```python
-from modelscope.pipelines import pipeline
-from modelscope.utils.constant import Tasks
-
-p = pipeline('speaker-verification', 'iic/speech_campplus_sv_zh_en_16k-common_advanced')
-```
-
-提供input输入
-```python
-wav1 = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_a_cn_16k.wav'
-wav2 = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_b_cn_16k.wav'
-p([wav1, wav2])
-```
-
-可以自定义阈值，阈值越高，判断为同一个说话人的条件越严格
-```python
-wav1 = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_a_cn_16k.wav'
-wav2 = 'https://modelscope.cn/api/v1/models/iic/speech_campplus_sv_zh_en_16k-common_advanced/repo?Revision=master&FilePath=examples/speaker1_b_cn_16k.wav'
-p([wav1, wav2]， thr=0.33)
-```
-
-更多使用说明请参阅[ModelScope文档中心](http://www.modelscope.cn/#/docs)。
----
-
----
-## 下载并安装ModelScope library
-更多关于下载安装ModelScope library的问题参考[环境安装](https://modelscope.cn/docs/%E7%8E%AF%E5%A2%83%E5%AE%89%E8%A3%85)。
-
-```python
-pip install "modelscope[audio]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
-```