作業系統：Windows10
Python版本：3.9.2
vosk是一個離線開源語音識別工具，它可以識別16種語言，包括中文，
這里記錄下使用vosk進行中文識別的程序，以便后續查閱，
vosk地址：https://alphacephei.com/vosk/
使用vosk-server進行語音識別
使用docker啟動vosk服務
1、獲取vosk
[root@host32 ~]# docker search alphacep NAME DESCRIPTION STARS OFFICIAL AUTOMATED alphacep/kaldi-ru Russian websocket server for streaming speec… 11 alphacep/kaldi-en English websocket server for streaming speec… 10 alphacep/kaldi-vosk-server Websocket-based server for speech recognitio… 8 alphacep/kaldi-de German websocket server for streaming speech… 4 alphacep/kaldi-cn Chinese websocket server for streaming speec… 3 alphacep/kaldi-manylinux Helper image to build python modules for pypi 3 alphacep/kaldi-en-gpu Vosk GPU websocket server for fast processin… 2 alphacep/kaldi-en-in Streaming speech recognition based on Kaldi … 1 alphacep/kaldi-grpc-en Speech recognition gRPC server based on Kald… 0 alphacep/kaldi-es 0 alphacep/dockcross-linux-armv7 0 alphacep/vosk-unimrcp 0 alphacep/kaldi-fr French websocket server for streaming speech… 0 alphacep/kaldi-vosk-server-gpu Vosk GPU websocket server for fast processin… 0 alphacep/kaldi-en-spk 0 uburuntu/kaldi-vosk-server https://github.com/alphacep/vosk-server 0 gabrielbg99/kaldi ARM64 (Cortex-A72) version of https://hub.do… 0 gabrielbg99/kaldi-en ARM64 (Cortex-A72) version of https://hub.do… 0 [root@host32 ~]# docker pull alphacep/kaldi-cn
2、啟動vosk
獲取docker鏡像：
docker pull alphacep/kaldi-cn:latest
啟動服務：
docker run -d -p 2700:2700 alphacep/kaldi-cn:latest
使用vosk-server測驗
1、下載vosk-server源代碼
命令如下：
git clone https://github.com/alphacep/vosk-server
2、測驗
test2.wav內容：
自然語言理解和生成是一個多方面問題，我們對它可能也只是部分理解，
cd vosk-server/websocket
./test.py test2.wav
識別效果如下：
注意：語音檔案test1.wav的格式必須8khz 16bit mono PCM（8000采樣率，16位采樣精度，單聲道，pcm），
可以在螢屏上看到服務器回傳的識別結果，結果是json格式，
如果提示如下錯誤：
AttributeError: module 'asyncio' has no attribute 'run'
請使用python 3.7以上的版本，
python使用vosk-server進行中文語音識別的演示視頻，可從如下途徑獲取：
關注微信公眾號（聊聊博文，文末可掃碼）后回復 202205210101 獲取，
使用vosk-api進行語音識別
安裝vosk
命令如下：
pip install vosk
下載示例代碼
獲取示例代碼：
git clone https://github.com/alphacep/vosk-api.git
目錄結構如下：
下載預編譯的模型檔案
下載地址：https://alphacephei.com/vosk/models
下載模型檔案：
wget -c https://alphacephei.com/vosk/models/vosk-model-small-cn-0.22.zip wget -c https://alphacephei.com/vosk/models/vosk-model-cn-0.15.zip wget -c https://alphacephei.com/vosk/models/vosk-model-cn-kaldi-multicn-0.15.zip
如果下載過慢，可從如下鏈接獲取：
https://pan.baidu.com/s/1NlmSejpFmUygcCgL4hvGGA
關注微信公眾號（聊聊博文，文末可掃碼）后回復 2022052101 獲取提取碼，
語音識別測驗
1、修改測驗代碼
python示例代碼路徑：vosk-api\python\example
編輯 test_simple.py 檔案，注釋掉如下代碼：
rec.SetPartialWords(True)
要不會報如下錯誤：
AttributeError: 'KaldiRecognizer' object has no attribute 'SetPartialWords'
2、配置模型檔案
解壓 vosk-model-cn-0.15.zip 檔案，并將解壓后的檔案夾名稱修改為 model ，目錄結構如下：
3、測驗語音識別
test2.wav內容：
自然語言理解和生成是一個多方面問題，我們對它可能也只是部分理解，
識別效果如下：
python使用vosk-server進行中文語音識別的演示視頻，可從如下途徑獲取：
關注微信公眾號（聊聊博文，文末可掃碼）后回復 202205210102 獲取，
本文涉及原始碼及模型，可以從百度網盤獲取：https://pan.baidu.com/s/1NlmSejpFmUygcCgL4hvGGA
關注微信公眾號（聊聊博文，文末可掃碼）后回復 2022052101 獲取提取碼，
微信公眾號：
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/479224.html
標籤：Python