wav2vec2-large-xlsr-53-spanish on Ascend NPU

1. 简介

本文档记录 jonatasgrosman/wav2vec2-large-xlsr-53-spanish 在昇腾 NPU 上的适配验证结果。

模型来源: jonatasgrosman/wav2vec2-large-xlsr-53-spanish
适配状态: SUCCESS
适配时间: 2026-05-23

2. 验证环境

组件	版本
`torch`	`2.9.0`
`torch-npu`	`2.9.0.post1`
`transformers`	`4.57.6`
`CANN`	`8.5.1`

NPU: Ascend 910B4
系统: Ubuntu 22.04.5 LTS (aarch64)

3. 推理脚本

python inference.py --model-id jonatasgrosman/wav2vec2-large-xlsr-53-spanish --device npu:0

4. Smoke 验证

指标	结果
输出形状	`[1, 249, 41]`
推理状态	SUCCESS ✅

5. 推理正常输出证据

模型任务: 语音识别/处理

输出说明: 模型输出 [1, 249, 41] 的特征张量，用于语音识别或特征提取。

NPU 推理输出:

输出形状: [1, 249, 41]
数据类型: torch.float32
包含 NaN: False
包含 Inf: False

输出合理性验证:

输出维度正确，符合模型架构设计
无 NaN/Inf 异常值
NPU vs CPU Cosine Similarity = 0.9999973773956299，精度完全一致

结论: NPU 推理输出与 CPU 一致，模型在昇腾 NPU 上运行正常 ✅

6. 性能参考

指标	数值
平均延迟	12.746500968933105 ms

7. 精度评测

✅ NPU vs CPU 精度对比

指标	数值
Cosine Similarity	0.9999973773956299
精度误差	0.0003%
是否满足要求	是（< 1%）✅

8. 评测材料

材料	文件	说明
推理脚本	`inference.py`	NPU 推理代码
精度报告	`report.json`	结构化评测数据

9. 注意事项

首次运行需要从 HuggingFace 下载模型权重
建议在 NPU 设备上运行以获得最佳性能

参赛赛道: 模型适配赛道 提交时间: 2026-05-23