来源:notes/documents/03_horizon2025_paraformer-large_切片转写.md

horizon-2025 切片转写:paraformer-zh large int8(无标点)

摘要

  • 模型:sherpa-onnx paraformer-zh-2023-03-28(214MB,int8)

方案信息

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.wavchunks/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
10.2s 109.6s 0.183 约 28 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逼近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哦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 a i 时代人类的行为数据没有价值求至少 在过去我们从事自动驾驶其实我们也发现百分之九十九的人类司机的驾驶行为是不值得学习的因为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的拐弯觉得不够优雅啊你知道有一个很有趣的一个所谓的结果啊说是瑞瑞典是是那反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百分之八十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远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的啊我自己大概觉得悲观估计或者是客观估计可能十年悲观估计的话呢 可能啊五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 a i 在逼近世界的真相那有可能 a i 革命是人类历史上面的这个那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十六岁开始他就是通过什么样 short experiexperiment 思想实验他完全是在虚拟世界里面推导的你看看毕竟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 a i 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 a i 来毕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 a i 有关了生物医学奖也已经跟这个 a i 有关了啊以后可能诺贝尔奖越来越多的跟 a i 有关了 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十倍速的关键技术的快速变化因为这个十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十倍速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诶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 十倍速的变化对吧咱们中国的自主品牌以前的话呢不到百分之五十去年年底的话呢百分之七十因为一个关键技术的十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儿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一九八六年的时候那个时候的话 intel 跟微软 实际上是给 i b m 做小弟的如果看历史的话呢啊那个时候 i b m 是巨无霸那二八六的 i b m 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三八六 i b m 不支持 i b m 说我觉得我的 p c 这个性能已经够用了你搞三八六 就是瞎扯淡那 intel 跟着微软这两个小兄弟就偷偷摸摸的到外面去支持了 cambo 康柏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八六年开始就一直往下另外几个小兄弟戴尔 惠普康柏二八六三八六四八六五八六六八六奔腾如果九十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八六性能的这个处理器它就是一个十倍速的这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七代一开始的话呢在一 g 二 g 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 n e c 松下大家都记得这些品牌那个时候的话呢他们都是自研其待后来德州仪器搞了一 波然后呢高通又掀起一波再加上联发科他们在三 g 四 g 五 g 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的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排座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十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一百 t 算力的 l 二的辅助驾驶对吧现在我们都叫 l 二辅助驾驶 那它一定会往前发展两到三年以后的话呢它可能会出现 l 三那么 l 三的话呢整个的算力大概要五百到一千体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 l 四可能二零三零年一直到二零三五年啊我 我们认为直会到五百 t 的算力十年以后哦五千 t 五千 t 哦为什么说五千 t 啊其实也不是完全的拍脑袋因为未类大脑就是五千 t 算力我认为自动驾驶一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十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

  • 精度明显优于 small:small 里 b g 那个东西背背个报论 这两处均被纠正为「逼近那个东西」「提一个暴论」。
  • 代价是速度约 small 的一半(RTF 0.183),全量约 28 分钟。
  • 输出无标点,需要搭配 CT-Transformer 标点模型(见方案 04)。

    关联

  • 方案总览、性能对比与工程结论:note_a4def66c886144e0(https://my.feishu.cn/docx/Flj4dNQMWoB5dzxNI8mc0MmXnGb)