0


百度飞桨paddlespeech实现小程序实时语音流识别

前言:

哈哈,这是我2023年4月份的公司作业。如果仅仅是简单的语音识别倒也没什么难度,wav文件直接走模型输出结果的事。可是注意标题,流式识别、实时!

那么不得不说一下流式的优点了。

1、解决内存溢出的烦恼。

2、打算做成无文件生成,接收语音流直接走模型,减少磁盘存储压力。

本文使用paddlespeech+微信小程序实现效果,效果图如下:

流式语音识别示例

废话不多说了,上代码!

一、示例Demo地址:

链接:aHR0cHM6Ly9wYW4uYmFpZHUuY29tL3MvMXBWRjdfLXNveDBub0x0Z0lPR2pQT0HCoA==
提取码:zcq2

二、安装依赖【建议使用conda隔离环境】

pip install --upgrade paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install pytest-runner
pip install paddlespeech

还有一些其他依赖

pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple

三、运行服务端

python main.py --port 8010

注意:如果nlp报错就比较尴尬,需要魔法来重新启动。或者网上的其他方法,这里我直接用魔法了。。。

main.py中的ip,最好改成自己局域网ip

然后uniapp前端运行,注意ws地址。

启动小程序后不要用电脑的麦克直接测试,因为小程序录音接口不支持PC。可以采用微信小程序真机调试 (手机网络在wifi局域网中),用手机去测试录音识别即可达到视频中的效果 。

测试感受

****可能是手机麦克或直接流识别问题,容易出现错别字,所以建议微调小程序的采集率和麦克的清晰度。再就是小程序最多支持10分钟的录制。 ****


本文转载自: https://blog.csdn.net/weixin_47723549/article/details/130122635
版权归原作者 一码超人 所有, 如有侵权,请联系我们删除。

“百度飞桨paddlespeech实现小程序实时语音流识别”的评论:

还没有评论