wav2vec2-live 项目使用教程

wav2vec2-live 项目使用教程

wav2vec2-liveA live speech recognition using Facebooks wav2vec 2.0 model.项目地址:https://gitcode.com/gh_mirrors/wa/wav2vec2-live

1. 项目的目录结构及介绍

wav2vec2-live 项目的目录结构如下：

wav2vec2-live/
├── LICENSE
├── README.md
├── requirements.txt
├── setup.py
├── src/
│   ├── __init__.py
│   ├── livewav2vec2.py
│   └── utils.py
└── tests/
    └── test_livewav2vec2.py

目录结构介绍

• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖文件。
• setup.py: 项目安装脚本。
• src/: 源代码目录。
  • __init__.py: 初始化文件。
  • livewav2vec2.py: 主要功能实现文件。
  • utils.py: 工具函数文件。
• tests/: 测试代码目录。
  • test_livewav2vec2.py: 测试文件。

2. 项目的启动文件介绍

项目的启动文件是 src/livewav2vec2.py。该文件包含了实时语音识别的主要功能实现。

主要功能

• LiveWav2Vec2 类：用于初始化模型并启动实时语音识别。
• start() 方法：启动实时语音识别。
• get_last_text() 方法：获取最新的识别文本。

示例代码

from src.livewav2vec2 import LiveWav2Vec2

german_model = "maxidl/wav2vec2-large-xlsr-german"
asr = LiveWav2Vec2(german_model, device_name="default")
asr.start()

try:
    while True:
        text, sample_length, inference_time = asr.get_last_text()
        print(f"[sample_length: {sample_length:.3f}]s\t[inference_time: {inference_time:.3f}]s\t{text}")
except KeyboardInterrupt:
    asr.stop()

3. 项目的配置文件介绍

项目的配置文件主要是 requirements.txt 和 setup.py。

requirements.txt

该文件列出了项目运行所需的依赖包及其版本。

transformers==4.6.1
torch==1.8.1
torchaudio==0.8.1
datasets==1.6.2
pyaudio==0.2.11

setup.py

该文件用于项目的安装和打包。

from setuptools import setup, find_packages

setup(
    name='wav2vec2-live',
    version='0.1.0',
    packages=find_packages(where='src'),
    package_dir={'': 'src'},
    install_requires=[
        'transformers==4.6.1',
        'torch==1.8.1',
        'torchaudio==0.8.1',
        'datasets==1.6.2',
        'pyaudio==0.2.11'
    ],
    entry_points={
        'console_scripts': [
            'wav2vec2-live=livewav2vec2:main',
        ],
    },
)

通过以上配置文件，可以方便地安装和管理项目的依赖。

wav2vec2-liveA live speech recognition using Facebooks wav2vec 2.0 model.项目地址:https://gitcode.com/gh_mirrors/wa/wav2vec2-live