更新readme

README.md

 # AASIST
 ## 论文
 参考ASIST: Audio Anti-Spoofing using Integrated Spectro-Temporal Graph Attention Networks
+https://arxiv.org/pdf/2110.01200.pdf
 
 ## 模型结构
 aasist是一种开源的音频反欺诈的模型，主要的模型结构如下所示：
 
 ![Aassist_Backbone](Aassist_Backbone.PNG)
 
+## 算法原理
+
+![Aassist_Backbone](Aassist_Backbone.PNG)
+
 ## 环境配置
 ### Docker(方法一)
 提供[光源](https://www.sourcefind.cn/#/service-list)拉取的训练的docker镜像：
 * 推理镜像：
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:aasist-main
+docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+
 ```
 * 激活镜像环境：
 ```
@@ -21,7 +28,7 @@ cd /root/aasist;sh run.sh
 ```
 * python依赖安装：
 ```
-pip3 install -r requirement.txt
+pip3 install -r requirements.txt
 ```
 
 ## 数据集
@@ -57,6 +64,9 @@ python3 main_opt.py --eval --config ./config/AASIST-L.conf
 测试命令：
 ```
 bash run.sh
+
+## result
+无
 ```
 ## 精度
 使用Blade DISC优化后的精度与未使用Blade DISC优化后的精度保持一致
@@ -68,9 +78,9 @@ bash run.sh
 ### 热点行业
 金融,交通,教育
 
-### 源码仓库及问题反馈
+## 源码仓库及问题反馈
 https://developer.hpccube.com/codes/modelzoo/bladedisc_aasist
 
-### 参考
+## 参考资料
 https://github.com/clovaai/aasist.git