更低价的Python语音识别【含离线】

本文章仅仅讲述了思路，具体代码可以百度搜索。

为什么要低价？

想去开发一款商用的语音识别，比如智能家具之类的，因此会遇到大量的访问（如果遭受黑客攻击，你所购买的语音包可能会在几分钟之内被调用完）。

并且在线的语音识别价格并不客观，百度云每个要0.0011元/次，华为云更是贵的离谱。

而例如讯飞这样的离线识别语音包，却不支持windows平台，因此我们需要一个更便宜的离线识别方案

离线识别很差劲吗？

如果让我评价离线识别，只能说在python平台上，不好做。

目前python最大的离线识别就是sphinx，实际体验效果不好，但是可以进行小范围的输入，比如开启 空调，这样的指令，做智能对话，就变得完全无用。

当然啦，也不是一无是处，目前这个库的功能就是用来做唤醒功能的，可以自定义词库，去训练它。

谷歌识别 最好的方案

谷歌语音识别，真的是目前最好的方案，但是大陆无法访问，当然，你可以去考虑购置一台香港的服务器，然后搭建一个转发功能，把用户上传的语音文件传给谷歌，然后返回给用户识别出来的文字。

然而这绝对不是长久之计，因为人口基数庞大的话，你的带宽可能撑不住。

kaldi真正的智能识别

这是我正在尝试的方案，因为利用java，C++去开发语音识别的比较多，比如kaldi，可以利用一些别人发布的模型去使用。

缺点就是，离线识别的库太大了，如果说你不在意那几百m的空间，可以塞进客户端。

文章很短，只是记录下我的思路，前两者我都去尝试过了，实在是不可行。如果哪家大公司愿意出一个桌面级的离线识别接口，那就是大吉大利了（虽然这不可能，因为这会牵扯到他们的利益）