facebook/hubert-large-ls960-ft 在昇腾 NPU 上的部署 - 语音识别（Automatic Speech Recognition）

1. 简介

本项目将 facebook/hubert-large-ls960-ft 语音识别（Automatic Speech Recognition）模型适配到华为昇腾 NPU（Ascend910B4-1）上运行。

原始模型：facebook/hubert-large-ls960-ft
模型类型：语音识别（Automatic Speech Recognition）
适配方式：通过 ModelScope / HuggingFace snapshot_download 下载权重，使用 HuggingFace pipeline 进行推理
运行设备：单卡 Ascend NPU

安装依赖：

pip install -r requirements.txt

python inference.py

推理输出：

Input: assets/test_audio.wav
Output: THE QUICK BROWN FUX JUMPS OVER THE LAZY DOG THIS IS THE TEST OF AUTOMATIC SPEECH RECOGNITION
Status: SUCCESS

python eval_accuracy.py

CPU 与 NPU 输出一致性验证：

指标	数值
relative_error	1.09%
cosine_similarity	1.000000

CPU 与 NPU 输出一致性验证通过。

python benchmark.py

本项目将 facebook/hubert-large-ls960-ft 语音识别（Automatic Speech Recognition）模型适配到华为昇腾 NPU（Ascend910B4-1）上运行。

原始模型：facebook/hubert-large-ls960-ft
模型类型：语音识别（Automatic Speech Recognition）
适配方式：通过 ModelScope / HuggingFace snapshot_download 下载权重，使用 HuggingFace pipeline 进行推理
运行设备：单卡 Ascend NPU

安装依赖：

pip install -r requirements.txt

python inference.py

推理输出：

Input: assets/test_audio.wav
Output: THE QUICK BROWN FUX JUMPS OVER THE LAZY DOG THIS IS THE TEST OF AUTOMATIC SPEECH RECOGNITION
Status: SUCCESS

python eval_accuracy.py

CPU 与 NPU 输出一致性验证：

指标	数值
relative_error	1.09%
cosine_similarity	1.000000

CPU 与 NPU 输出一致性验证通过。

python benchmark.py