识别准确率竟如此高，实时语音识别服务

夜雨飘零1

已于 2023-10-21 22:06:42 修改

阅读量1.6k

点赞数 1

分类专栏：语音 Pytorch 文章标签：语音识别人工智能

于 2023-10-21 21:56:04 首次发布

本文链接：https://blog.csdn.net/qq_33200967/article/details/133966682

版权

语音同时被 2 个专栏收录

31 篇文章 20 订阅

订阅专栏

Pytorch

16 篇文章 11 订阅

订阅专栏

本文介绍了FunASR高精度的语音识别框架，详细步骤包括安装Pytorch和相关库，启动WebSocket服务，以及如何在Android应用中调用服务进行实时语音识别。同时提到了在多并发场景下的LinuxDocker部署方案和Android客户端配置。

摘要由CSDN通过智能技术生成

前言

本文将介绍一个准确率非常高的语音识别框架，那就是FunASR，这个框架的模型训练数据超过几万个小时，经过测试，准确率非常高。本文将介绍如何启动WebSocket服务和Android调用这个服务来实时识别，一边说话一边出结果。

安装环境

安装Pytorch。

# 安装CPU版本的Pytorch
conda install pytorch torchvision torchaudio cpuonly -c pytorch
# 安装GPU版本的Pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

使用conda安装ffmpeg等一些库。

conda install ffmpeg
conda install -c conda-forge pynini

安装其他依赖库。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

启动服务

执行server.py程序，启动上传音频文件识别服务。

python server.py

Python不支持多并发的，如果要使用多并发服务，需要在Linux系统上面，执行websocket目录的Docker应用。

Android应用

使用Android Studio打开源码中的AndroidClient目录，这是一个Android应用源码，打开之后首先就要修改WebSocket地址ASR_HOST，将它修改为你上面使用的服务器IP地址，点击运行安装到Android手机上。

应用效果图：

扫码入知识星球，搜索【FunASR语音识别WebSocket服务】获取源码