ESPNet2 ASR Librispeech word vs bpe tokens

ESPNet2 ASR Librispeech word vs bpe tokens

在 Gradio 页面里比较同一套 ESPnet2 Conformer 方案的三个英语语音识别模型，分别用 bpe、字符和词单位，附带示例音频，适合语音研究人员和学生。

由 jkang 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Gradio 应用把三个英语语音识别模型放在一起对比。它们是在 Librispeech 上训练的 ESPnet2 Conformer 模型，作者的笔记说它们的区别在于文本的切分方式：bpe、字符或词单位。仓库里有两个文件夹的示例音频。

适合谁：它适合想听听 token 单位的选择如何改变识别器输出的语音研究人员和学生。开发者可以把主脚本当作一个小型多模型演示来读。记录没有给出错误率。

行业 | 使用者 | 使用方式 | 例子
研究 | 语音研究人员 | 在同类模型上比较 token 单位 | 把一段片段交给三个模型
教育 | 语音技术的学生 | 看 bpe、字符和词的输出有何不同 | 比较同一段片段的三份转写
软件 | Python 开发者 | 阅读一个提供三个模型的 Gradio 脚本 | 打开主文件和 packages.txt

如果你的音频不是英语，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
比较 token 单位 | 研究人员 | bpe、字符和词三个模型的转写
试用自带的示例 | 学生 | 快速了解每个模型怎么听
研究脚本 | 开发者 | 一个提供多个模型的 Gradio 应用

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包
• packages.txt 里的系统软件包，Hugging Face 用 apt-get 安装它们

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用，主文件就是下面命令里的那个。

pip install -U huggingface_hub
hf download jkang/espnet2_librispeech_100h_word_vs_bpe_vs_char --repo-type space --local-dir espnet2_librispeech_100h_word_vs_bpe_vs_char
cd espnet2_librispeech_100h_word_vs_bpe_vs_char
pip install gradio
pip install -r requirements.txt
python gradio_asr_en_libri100_word_vs_bpe.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。示例音频文件是最快的试用办法。

python gradio_asr_en_libri100_word_vs_bpe.py

示例：你打开 Space，运行一段示例片段。应用会返回三个模型各自给出的英语文字，你可以逐行对比。记录没有描述这些控件，请看页面。

新手与专家：语音识别器是一小块一小块地写出文字的。这些小块可以是整个词、单个字符，或者叫 bpe 的词的一部分。先打开 Space，运行一段示例，看看三个输出有什么不同。

如果你熟悉这个领域，这三个模型共用一套 Conformer 方案，只是 token 单位不同，所以可以方便地并排看这个选择的影响。作者的笔记提到实时录音的音频读取有问题，所以请先用示例测试。

你选一段示例或提供音频
Gradio 页面把它交给脚本
三个 ESPnet2 模型解码它
页面显示每份转写

注意事项：

• License: MIT，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的音频、它所列的三个模型和示例片段
• Not for: 非英语语音，而且实时录音可能不好用，作者的笔记里这样说

Hugging Face 上的数据（2026年11月13日）

• 点赞：3
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/jkang/espnet2_librispeech_100h_word_vs_bpe_vs_char
• 文件：https://huggingface.co/spaces/jkang/espnet2_librispeech_100h_word_vs_bpe_vs_char/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。