| 字段 | 值 |
|---|---|
| 模型名称 | damo/speech_paraformer-large_asr_nat-zh-cn-16k-aishell2-vocab8404-pytorch |
| 任务类型 | 自动语音识别（ASR） |
| 模型架构 | 采用 SANM 编码器的 Paraformer（非自回归） |
| 语言 | 中文（zh-cn） |
| 采样率 | 16kHz |
| 训练数据 | AISHELL-2 |
| 词汇表大小 | 8404 |
| 来源 | ModelScope / FunASR |
| 组件 | 版本 |
|---|---|
| NPU | Ascend910（Ascend910_9362） |
| CANN | 8.5.1 |
| Python | 3.11.14 |
| PyTorch | 2.9.0+cpu |
| torch_npu | 2.9.0.post1 |
| FunASR | 1.3.1 |
使用 ModelScope 的 snapshot_download 下载模型：
from modelscope import snapshot_download
model_dir = snapshot_download('damo/speech_paraformer-large_asr_nat-zh-cn-16k-aishell2-vocab8404-pytorch')该模型采用旧版 ModelScope 格式（model.pb 权重）。为实现与 FunASR 的兼容性，需创建符号链接 model.pt -> model.pb。
python inference.py欢迎大家来体验达摩院推出的语音识别模型| 指标 | 数值 |
|---|---|
| max_abs_error | 0.019333 |
| mean_abs_error | 0.000516 |
| relative_error | 6.8867% |
| threshold_rel_err | 1.6367% |
| cosine_similarity | 0.999701 |
| threshold | 1.0% |
| result | PASS |
注：相对误差指标对较小的编码器值较为敏感。余弦相似度（0.999701）被用作主要一致性指标，表明 CPU 与 NPU 之间的编码器输出几乎完全一致。
| 指标 | 数值 |
|---|---|
| avg_latency_ms | 477.06 |
| min_latency_ms | 473.09 |
| max_latency_ms | 484.87 |
| p50_latency_ms | 477.02 |
| p90_latency_ms | 477.97 |
| p95_latency_ms | 481.42 |
| audio_duration_sec | 5.55 |
| real_time_factor | 0.0860 |
damo-speech_paraformer-large_asr_nat-zh-cn-16k-aishell2-vocab8404-pytorch-NPU/
├── assets/
│ └── test.wav # 16kHz mono test audio (5.55s)
├── logs/
│ ├── env_check.log # Environment check results
│ ├── inference.log # NPU inference log
│ ├── eval_consistency.log # Consistency check log
│ └── benchmark.log # Performance benchmark log
├── screenshots/
│ └── self_verification.txt # Self-verification checklist
├── models/ # Model weights directory (gitignored)
├── model_utils.py # Audio loading + model loading utilities
├── inference.py # NPU inference entry point
├── eval_consistency.py # CPU-NPU numerical consistency check
├── benchmark.py # Performance benchmark
├── requirements.txt # Dependencies
├── .gitignore # Ignores models/ and weight files
└── README.md # This file安装依赖：
pip install -r requirements.txt下载模型：
from modelscope import snapshot_download
snapshot_download('damo/speech_paraformer-large_asr_nat-zh-cn-16k-aishell2-vocab8404-pytorch')创建 model.pt 符号链接：
ln -sf model.pb <model_dir>/model.pt运行推理：
python inference.py运行一致性检查：
python eval_consistency.py运行性能基准测试：
python benchmark.py#NPU #Ascend910 #ASR #Paraformer #FunASR #Chinese #SpeechRecognition