来源:
notes/documents/05_horizon2025_sensevoice-small_int8_切片转写.mdhorizon-2025 切片转写:SenseVoice small int8(自带标点)
摘要
- 模型:SenseVoice zh-en-ja-ko-yue-2024-07-17(229MB,int8)
方案信息
| 项 | 值 |
|---|---|
| 算力 | CPU(RDK X5 8×Cortex-A55,无 BPU 参与) |
| 运行时 | sherpa-onnx 1.13.8(/tmp/asrvenv,Python 3.10.12) |
| 线程 | num_threads=4(串行执行,单方案独占板卡) |
| 测试素材 | horizon-2025.wav 的 chunks/chunk-007.wav(600 秒、16kHz 单声道、中文) |
| 纪律 | 所有方案串行跑,一次只跑一个模型 |
实测耗时(600 秒音频)
| 加载 | 解码 | RTF | 全量 2h35m 外推 |
|---|---|---|---|
| 8.9s | 148.4s | 0.247 | 约 38 分钟 |
说明:全量外推 = RTF × 9300 秒,仅按比例估算,未实测全量。
完整转写原文
以下为该方案对 600 秒切片的原始输出,未做任何校对;错别字、断句与专有名词错误均为模型原始结果。
比如说数学跟逻辑,数学跟逻辑,这个世界都不存在的时候,当宇宙大爆炸还没有发生的时候,那个时候数学跟逻辑其实就已经存在了啊,这个是世界背后的真相。所以人工智能实际上是在毕竟那个东西,啊,世界背后的这个真相。啊,所以这个里面我想跟大家又来提一个暴论。 习以为常是真的吗?是正确的吗?顺着互联网时代的惯性来思考人工智能时代是真的吗?是对的吗?啊,我觉得提供这么一个观点也不一定是说求正确,但至少大家可以思考哦,我们觉得AI时代,人类的行为数据没有价值。地平线。 在过去我们从事自动驾驶,其实我们也发现99%的人类司机的驾驶行为是不值得学习的。因为他他开的真的是不好,他们刹车刹车真的是很重你知道吗?啊,他们很多的时候都拐弯,我觉得不够优雅。啊,你知道有一个很有趣的一个s谓的结果啊,说是瑞典还是那个反正一个北欧国家,就采访就是说所有的这些。 人类司机你要知道吗?就是80%的司机认为自己开的比平均水平好,这是不是很扯呀?啊,其实最近特斯拉呃也释放出一些新闻端倪嘛?特斯拉实际上不是靠用户数据,特斯拉是自己专门的fleet,自己专门的车队来这个收集。 数觉的啊,然后再加上更重要的是什么呢?是在虚拟世界的仿真,虚拟世界的强化学习。然后强化学习对于自动驾驶的突破是啊非常重要的。啊,所以对于这个智能驾驶来讲的话,我觉得智能驾驶的目标,其实不是说做的跟人开车一样安全,是要做的跟原比人人要安全,它不是说开车要做到。 开车跟人一样舒适,它是要做到远比人开车更加的舒适。所以智能驾驶的目标其实不是洞见人间烟火,而是逼近驾驶之神。我认为这个目标最终是可以实现。啊,我自己大概觉得悲观估计或者是客观估计可能十年。乐观估计的话呢。 可能啊5年,但是需要持续的努力。所以这个也让我想到了这一点。既然AI在逼近世界的真相,那有可能AI革命是人类历史上面的这个这个最后一次科技革命,这个让我想到了爱因斯坦,。 大家知道吗?爱因斯坦是从来不做实验的,他推导出狭义相对论跟广义相对论。他从16岁开始,它就是通过什么样st experiment思想实验,它完全是在虚拟世界里面推导的。你看看逼近世界的真相,有可能不是从人间烟火,而是从纯粹理性的。 这个逻辑推导。所以我们在思考的话呢啊这个AI革命可能是人类历史上面最后一次科技革命为什么?因为靠AI来逼竟世界真相了以后哎,你看去年诺贝尔奖物理学奖已经开始跟AI有关了。生物医学奖也已经跟这个AI有关了啊,以后可能诺贝尔奖越来越多的跟AI有关。啊。 呃,去年只是开始啊,并不是绝版啊。好,第三个我的一个思考。就是我看历史上面啊,总是有一个阶段,这个阶段是什么呢?它是一个10倍速的关键技术的快速变化。因为这个10倍数的这个技术的关键的快速变化,导致了整个产业格局的天翻地覆。 套用我们马克思主义经济学的一个观点,生产力决定生产关系。因为10倍数的生产力的变化,导致以前的庄家,现在突然一下下牌桌了,以前在牌桌上面牌桌下面的无名小卒,哎,现在成为行业里面的领军人物了。这种事情是不是比比皆是啊?我看新能源车其实某种意义上就是过去整个新能源。 10倍速的变化,对吧?咱们中国的自主品牌以前的话呢不到50%。去年年底的话呢70%。因为一个关键技术的10倍速变化,那有的跟上了,有的没跟上。所以一下子庄家跟这个台桌下的玩家马上就到了个个了,对吧?这种情况其实比比皆是,我给大家分享一下个人电脑当时发生了什么事情。差不多在1986年的时候,那个时候的话,intel跟微软。 实际上是给IBM做小弟的。如果看历史的话呢啊那个时候IBM是巨无霸。那286的IBM电脑当时取得了辉煌的成功,然后intel呢想推出更高性能的处理器。386IBM不支持IBM说我觉得我的PC这个性能已经够用了。你搞386。 就是瞎扯淡。那英特跟着微软,这两个小兄弟就偷偷摸摸的到外面去支持了康bo、康百、戴尔、惠普一堆的公司。那我们可以看到这个IBM的整个的这个市场地位在86年开始就一直往下。另外几个小兄弟戴尔。 惠普康百286386486586686奔腾。如果90年代有印象的话,大家知道那段历史,整个改变了一个这个产业的这个格局。所以这个时候的话呢,其实当时叉86性能的这个处理器,它就是一个10倍数的一个技术变量。那这个时候其实所有的这些厂商唯一要做的事情。 就是以高打低,以快打慢。如果你慢了,你就被淘汰了。智能手机时代也是一样。我们看手机期待。一开始的话呢,在1G2G的时候,那个时候摩托罗拉、诺基亚、飞利浦、阿尔卡特、西门子、爱立信、NEC松下,大家都记得这些品牌。那个时候的话呢,他们都是自研期待。后来德州仪器搞了。 波,然后呢高通又掀起一波,再加上联发科,他们在3G4G5G时代的话呢持续领先。那那些凡是跟上了这些手机厂商,现在的话呢都活得挺好。那些没有跟上的话呢,现在都已经曾经的王者现在都已经下牌做了。所以移动通讯技术的基带,其实是一个时代变量啊,是一个10倍速变化的一个技术要素。那这个时候其实所有手机厂商。 呃,要跟进的其实就是什么呢?就是以高打低,以快打慢。我刚刚已经讲了,自动驾驶智能驾驶就像智能手汽车的这个基带这样,它从今年开始自驾平权。那么从啊基础配就变成了是100T算力的L2的复助驾驶,对吧?现在我们都叫L2辅助驾驶。 那它一定会往前发展2到3年以后的话呢,它可能会出现L3。那么L3的话呢,整个的算力大概要500到1000T。你比如说现在索尔就基本上就已经在这个范围。那地平线要推出来的新一代产品也是这个范围。那么L4可能2030年一直到2035年。啊,。 认为一直会到500T的算力十年以后啊,5000T5000T啊为什么说5000T啊其实也不是完全的拍脑袋。因为人类大脑就是5000T算力。我认为自动驾驶直要达到那种安全性,我觉得至少要达到这样的一个计算性能啊,所以未来1年其实自动驾驶的软件跟硬件也是一个。
方案特点与已知错误
- 自带标点,无需额外标点模型;中英混合、多语种场景友好。
- 比 paraformer-large 慢约 35%(RTF 0.247),全量约 38 分钟。
- 存在语义级错字:
人工智能实际上是在毕竟那个东西← 应为「逼近那个东西」。关联
- 方案总览、性能对比与工程结论:
note_a4def66c886144e0(https://my.feishu.cn/docx/Flj4dNQMWoB5dzxNI8mc0MmXnGb)