← 返回模型目录

其他

YamNet

YamNet,使用 Model Farm 官方预处理与样例,逐板卡验证。

部署到自己的板卡
QCS6490
需适配
QCS8550
9.7msFP16
IQ9
需适配
IQ8
需适配

机房真机实测,全部精度 ›

运行效果

0:00 / 0:00
真机输出
Speech 99.9% Narration, monologue 1.3% Squeak 0.0% Tap 0.0% Knock 0.0%
机房真机 QCS8550 · FP16 · 处理耗时 42.7 ms

板卡实测

真机处理时延的中位数。多阶段模型计入各阶段处理,生成模型的耗时受输入和输出长度影响。

板卡精度速度峰值内存
QCS6490—需适配—
QCS8550FP16默认9.7 ms108 MB
IQ9QCS9075—需适配—
IQ8QCS8275—需适配—

部署指南

  1. 1

    在工作流中跑通

    用样例或自己的输入在机房的QCS8550 上运行,确认结果和速度。

  2. 2

    导出工程

    在工作流右上角选择「导出」,下载工程包。模型与样例按 sha256 锁定,前后处理与网站运行时一致。

  3. 3

    在板卡上安装运行库

    把工程拷到QCS8550(ARM64、Python 3.10 的 AidLux 环境,AidLux ≥ 2.0),在工程目录下载并校验已验证的配套运行库。

    python3 install-sdk.py
  4. 4

    只需要模型文件?

    各板卡的构建也发布在 Hugging Face ↗,按芯片下载,文件与工程包中的完全一致。

    hf download APLUX-Agora/YamNet --include "targets/QCS8550/*" --local-dir ./resources
  5. 5

    运行

    结果写入 outputs/,并打印每块积木的耗时。工程通过官方 AidLite 接口加载模型,代码完整随包提供。

    python3 app/pipeline.py --sdk-root .sdk --input 你的文件
AidLux 开发文档 ↗

规格

任务
其他
输入尺寸
64×96
来源
Model Farm
许可证
其他(见模型说明)
版本
1.0.0