gtcrn模型导出与AXERA转换说明

本项目用于将gtcrn语音降噪模型导出为ONNX，并支持转换axmodel格式。

依赖环境

已验证环境：python3.10，创建虚拟环境后安装依赖库

依赖库
pip install -r requirements.txt

导出ONNX模型

1. 确保模型权重文件已放置在 onnx_models/ 目录下（如 model_trained_on_dns3.tar）。
2. 运行导出脚本：

cd gtcrn.axera
export PYTHONPATH=$PWD:#PYTHONPATH
sh export.sh

导出的ONNX文件 onnx_models/gtcrn_optimized.onnx 。

量化数据生成

python stream/generate_quantization_data_advanced.py --onnx_model onnx_models/gtcrn_optimized.onnx --audio_dir test_wavs --num_samples 100 --skip_frames 5 --warmup_frames 20

生成量化数据保存在calibration_data文件夹

模型转换（onnx->axmodel）

将导出的ONNX模型转换为AXERA平台的axmodel格式：

AX620L平台

pulsar2 build --config config/config_gtcrn_615.json

量化模型保存在output_620L文件夹

AX620E平台

pulsar2 build --config config/config_gtcrn_620E.json

量化模型保存在output_620E文件夹

推理

板端推理

---

少输入版本

步骤同上

导出ONNX模型

修改 export.sh
将export_onnx.py 改为 export_onnx_less_input.py
执行 sh export.sh

量化数据生成

python stream/generate_quantization_data_less_input.py --onnx_model onnx_models/gtcrn_optimized.onnx --audio_dir test_wavs --num_samples 100 --skip_frames 5 --warmup_frames 20

生成量化数据保存在calibration_data文件夹

模型转换（onnx->axmodel）

将导出的ONNX模型转换为AXERA平台的axmodel格式：

AX620L平台

pulsar2 build --config config/config_gtcrn_615_less_input.json

量化模型保存在output_620L文件夹

AX620E平台

pulsar2 build --config config/config_gtcrn_620E_less_input.json

量化模型保存在output_620E文件夹

推理

板端推理 将 demo_gtcrn_ax.py 替换为 demo_gtcrn_ax_less_input.py