【Paddle实战】基于PaddleSpeech搭建私人录音转文字服务

环境搭建

安装paddlepaddle和paddleSpeech：

pip install paddlepaddlepip install paddlespeech

PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型，一些典型的应用如下：

• 声音分类

• 语音识别

• 语音翻译

• 语音合成

相关依赖如下：

• gcc >= 4.8.5

• paddlepaddle >= 2.3.1

• python >= 3.7

• linux(推荐), mac, windows

• win必须安装Microsoft C++生成工具

命令行调用

语音分类

paddlespeech cls --input 1.mp3

一段python办公自动化抖音广告语，因为有背景音乐，所以判断为Music。

语音识别

这段广告语被完整识别出来，唯一的问题是不带标点符号。

语音翻译（英翻中）

paddlespeech asr --lang zh --input input_16k.wav

windows暂不支持，但是linux可以。

语音合成

paddlespeech tts --input "你好，欢迎关注电力数据新应用！" --output output.wav

自动生成语音,大数据工匠,2秒

API调用语音识别​​​​​​​

from paddlespeech.cli.asr.