무엇을 하나요?
사용자가 자신의 CTC 모델에서 생성한 로그 확률과 전사 토큰 ID를 전달하면, fast-forced-aligner는 녹음별로 모든 프레임의 토큰 레이블과 점수를 반환한다. 입력과 결과를 CUDA 장치에 유지하며 길이가 다른 녹음을 한 번에 처리할 수 있다. 같은 Python API에서 최적화된 정렬 커널과 전체 구간을 계산하는 기존 방식의 동적 계획법 커널을 선택할 수 있다. 음향 모델 추론은 이 패키지의 범위 밖이므로 사용자의 모델이 먼저 프레임 점수를 만들어야 한다.
주요 기능
- CTC 프레임 점수와 전사 토큰 ID로 프레임별 레이블 및 점수를 반환한다.
- 길이가 다른 녹음을 패딩 없이 GPU에서 일괄 처리한다.
- 최적화된 정렬 커널과 기존 CTC 동적 계획법 커널을 같은 Python API에서 선택한다.
- 입력과 정렬 결과를 CUDA 장치에 유지한다.