RyzenAI-SW框架集成指南基于AMD Whisper Small ONNX-NPU实现实时语音转文字【免费下载链接】whisper-small-onnx-npu项目地址: https://ai.gitcode.com/hf_mirrors/amd/whisper-small-onnx-npuAMD Whisper Small ONNX-NPU是一款基于openai/whisper-small模型优化的语音转文字工具专为RyzenAI-SW框架设计通过ONNX格式实现了NPU加速能够高效完成实时语音识别任务。核心功能与优势优化的ONNX模型架构该项目采用torch.onnx.export工具将原始Whisper模型导出为ONNX格式并为seq_len参数设置静态形状确保在NPU硬件上的高效推理。模型包含两个核心组件decoder_model.onnx - 负责语音序列的解码处理encoder_model.onnx - 处理语音信号的特征提取RyzenAI-SW框架兼容性作为AMD RyzenAI生态的重要组成部分该模型与RyzenAI-SW框架深度集成可充分利用AMD处理器内置的NPU单元实现低功耗、高性能的语音识别。快速开始指南环境准备确保已安装RyzenAI-SW框架克隆项目仓库git clone https://gitcode.com/hf_mirrors/amd/whisper-small-onnx-npu运行演示项目提供了完整的语音识别演示可直接参考RyzenAI-SW框架中的示例代码进行测试# 参考RyzenAI-SW框架中的Whisper演示 # demo/ASR/Whisper/run_whisper.py技术细节模型转换流程模型通过以下步骤完成ONNX格式转换加载预训练的openai/whisper-small模型使用torch.onnx.export导出ONNX模型优化模型结构设置静态输入形状适配NPU硬件加速要求文件说明ggml-small-encoder-vitisai.rai - 针对Vitis AI优化的编码器权重文件README.md - 项目详细说明文档应用场景该模型特别适合以下场景实时会议转录语音助手应用语音内容检索无障碍语音输入通过RyzenAI-SW框架的优化AMD Whisper Small ONNX-NPU模型在保持高精度的同时显著降低了CPU占用率为移动设备和嵌入式系统提供了高效的语音转文字解决方案。版权信息Copyright (c) 2025, Advanced Micro Devices, Inc. All rights reserved.项目采用Apache-2.0开源许可证详情参见license文件。【免费下载链接】whisper-small-onnx-npu项目地址: https://ai.gitcode.com/hf_mirrors/amd/whisper-small-onnx-npu创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考