update model.properties and README.md

README.md

 # AASIST 
 ## 模型介绍
-是开源的音频反欺骗的模型
+开源的音频反欺骗的模型
 
 ## 模型结构
 aasist,参考链接https://github.com/clovaai/aasist， 参考论文ASIST: Audio Anti-Spoofing using Integrated Spectro-Temporal Graph Attention Networks
@@ -10,9 +10,10 @@ aasist,参考链接https://github.com/clovaai/aasist， 参考论文ASIST: Audio
 原始代码位置：https://github.com/clovaai/aasist.git
 
 ## 数据集
-下载方式：
+脚本下载方式：
 python ./download_dataset.py
-或者可以手动从ASVspoof2019 dataset: https://datashare.ed.ac.uk/handle/10283/3336链接进行下载LA.zip文件
+手动下载方式：
+ASVspoof2019 dataset: https://datashare.ed.ac.uk/handle/10283/3336链接进行下载LA.zip文件
 下载后unzip解压
 
 ## 推理
@@ -20,8 +21,9 @@ python ./download_dataset.py
 ### 环境配置
 提供[光源](https://www.sourcefind.cn/#/service-details)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
 
-python依赖安装：
+* python依赖安装：
 
 pip3 install -r requirement.txt
 
@@ -42,14 +44,13 @@ python3 main_opt.py --eval --config ./config/AASIST-L.conf
 测试命令：
 
 bash run.sh
-### 性能和准确率数据
-性能测试以AASIST-L为例(记录每次推理的执行时间)：
 
-case | 优化前(关闭disc) | 优化后(打开disc) | 性能提升 |
-| :---- | ----: | :----: | ---- |
-AASIST-L | 0.018s | 0.008s | 2.25倍
+### 准确率验证
 
-准确率测试通过对比优化前与优化后的输出结果,精度差异较小，判定准确率为正常的
+准确率验证通过对比优化前与优化后的输出结果,精度差异较小，判定准确率为正常的
+
+## 历史版本
+https://developer.hpccube.com/codes/modelzoo/bladedisc_aasist
 
 ## 参考
 * https://github.com/clovaai/aasist.git

model.properties

+# 模型名称
+modelName=aasist
+# 模型描述
+modelDescription=aasist是开源的音频反欺骗的模型
+# 应用场景(多个标签以英文逗号分割)
+appScenario=NLP,语音模型,推理
+# 框架类型(多个标签以英文逗号分割)
+frameType=BladeDISC,Pytorch
+