Sherpa-onnx项目新增Parakeet-tdt-0.6b-v2语音识别模型支持

Sherpa-onnx项目近期完成了对Parakeet-tdt-0.6b-v2语音识别模型的集成支持。这款模型在语音识别领域表现出色，兼具高准确率和快速推理的特点。

模型特点

Parakeet-tdt-0.6b-v2模型采用了TDT（Transformer-DeepSpeech2）架构，结合了RNN网络结构。该模型在公开ASR评测榜单中展现了卓越的性能表现，主要体现在以下方面：

1. 识别准确率优于当前多数同类模型
2. 推理速度极快，适合实时应用场景
3. 模型规模较大，需要特殊处理才能转换为ONNX格式

技术实现

项目团队克服了模型转换过程中的多个技术难点：

1. 解决了大型模型分割为多个小文件的问题
2. 正确处理了RNN架构在ONNX转换中的特殊要求
3. 优化了复杂的推理代码，使其适配sherpa-onnx框架

使用方法

用户需要从源码构建最新版本的sherpa-onnx（v1.11.5或更高版本）才能使用该模型。项目采用了kaldi-native-fbank进行特征提取，这是用C++实现的高效音频特征处理库。

性能优势

相比其他语音识别模型，Parakeet-tdt-0.6b-v2在sherpa-onnx框架下的表现具有明显优势，特别适合需要高准确率同时要求低延迟的应用场景，如实时语音转写、语音助手等。

该模型的加入进一步丰富了sherpa-onnx的模型生态，为用户提供了更多高性能的语音识别解决方案选择。