ESPNet2 ASR Librispeech Conformer (100h)

ESPNet2 ASR Librispeech Conformer (100h)

在 Gradio 页面里用在 100 小时 Librispeech 上训练的 ESPnet2 Conformer 模型把英语语音转成文字，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 应用是英语语音识别的演示。从名字看，它运行的是在 100 小时 Librispeech 上训练的 ESPnet2 Conformer 模型。记录里列出了同一作者的一个模型，仓库里有一个带示例音频的 examples 文件夹。

适合谁：它适合想不配置代码就试用 Conformer 识别器的语音研究人员和学生，也适合想读一个小型 ESPnet2 演示的开发者。记录没有给出准确率数据，所以请靠听来判断结果。

行业 | 使用者 | 使用方式 | 例子
研究 | 语音研究人员 | 在英语音频上试用 Conformer 模型 | 运行一段示例片段，读一读转写文字
教育 | 语音技术的学生 | 看在有限数据上训练的模型会给出什么 | 把文字和你听到的内容对照
软件 | Python 开发者 | 阅读围绕 ESPnet2 模型的 Gradio 封装 | 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
转写英语音频 | 研究人员和学生 | Conformer 模型给出的文字
试用自带的示例 | 任何人 | 快速了解模型听到什么
研究封装代码 | 开发者 | 围绕 ESPnet2 模型的一个简短 Gradio 脚本

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，主文件是 gradio_asr_en_libri100.py。

pip install -U huggingface_hub
hf download jkang/espnet2_asr_librispeech_100h --repo-type space --local-dir espnet2_asr_librispeech_100h
cd espnet2_asr_librispeech_100h
pip install gradio
pip install -r requirements.txt
python gradio_asr_en_libri100.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.py

示例：你打开 Space，对一段示例音频运行它。应用会返回模型在这段音频里听到的英语文字。记录没有描述这些控件，请看页面。

新手与专家：语音识别是让程序听音频并把听到的内容写下来。先打开 Space，对一段示例片段运行一下。

如果你熟悉这个领域，这个模型是在 Librispeech 的 100 小时子集上训练的 Conformer，只是该语料库的一小部分。记录没有给出错误率，所以请在你自己的音频上测量。

你选一段示例或提供音频
Gradio 页面把它交给脚本
ESPnet2 Conformer 模型解码它
页面显示英语文字

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、它所列的模型和示例片段
• Not for: 非英语语音，因为这个模型的名字就标明是英语

Hugging Face 上的数据（2026年11月13日）

• 点赞：0
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/jkang/espnet2_asr_librispeech_100h
• 文件：https://huggingface.co/spaces/jkang/espnet2_asr_librispeech_100h/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。