yeyupiaoling
模型训练完之后，如何使用onnxruntime部署？
作者您好，很感谢您的开源工作，您这项工作很棒！
我使用自己的数据集训练之后，想用onnx部署，因此，关于数据预处理，有个问题想咨询下：
我看您用了torchaudio里面的一些方法进行特征提取：import torchaudio.compliance.kaldi as Kaldi from torchaudio.transforms import MelSpectrogram, Spectrogram, MFCC；
那么，使用onnxruntime推理时，如何用其他库（比如librosa）里面的方法替代上面torchaudio的特征提取方法？如果替换，是否有可能出现提取的特征有差别，从而导致推理效果不佳？
您有无什么方法可以使得特征提取这一步能够脱离torchaudio框架？
期待您的回复！
用其他代替可能会有差异。你试试看能不能将这些预处理也导出为onnx，它们本质也是torch.nn.Mould
感谢您的回复～
我试过了将特征提取部分也放到forward里面，但是导出onnx时，会报错：
torch.onnx.errors.UnsupportedOperatorError: Exporting the operator 'aten::fft_rfft' to ONNX opset version 14 is not supported. Please feel free to request support or submit a pull request on PyTorch GitHub: https://github.com/pytorch/pytorch/issues.