paddlespeech asr 使用教程

我试了一下paddlespeech里面用的模型效果很好，但是本身缺少方便使用的教程。所以还是写一下，并分享出来，让这个工具使用的人更多些。

安装

paddle框架安装

conda install paddlepaddle==2.3.0 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

软件源安装

pip install paddlespeech -i https://pypi.tuna.tsinghua.edu.cn/simple

源码安装

git clone https://github.com/PaddlePaddle/PaddleSpeech.git
cd PaddleSpeech
pip install . -i https://pypi.tuna.tsinghua.edu.cn/simple

快速使用

下载测试使用的音频

wget -c https://paddlespeech.bj.bcebos.com/PaddleAudio/zh.wav 
wget -c https://paddlespeech.bj.bcebos.com/PaddleAudio/en.wav

非流式命令行接口（CLI）

使用默认模型

paddlespeech asr --input zh.wav

指定模型

paddlespeech asr --model conformer_online_wenetspeech --input zh.wav

非流式Server服务

切换路径进入speech_server目录

cd PaddleSpeech/demos/speech_server

启动服务

paddlespeech_server start --config_file ./conf/application.yaml

通过客户端程序访问

paddlespeech_client asr --server_ip 127.0.0.1 --port 8090 --input ./zh.wav

流式Server服务

切换路径进入streaming_asr_server目录

cd PaddleSpeech/demos/streaming_asr_server

启动服务

paddlespeech_server start --config_file ./conf/ws_conformer_wenetspeech_application.yaml

通过客户端程序访问

paddlespeech_client asr_online --server_ip 127.0.0.1 --port 8090 --input ./zh.wav

指令详解

打印paddlespeech_server支持的命令

paddlespeech_server help

输出：

Usage:
paddlespeech_server <command> <options>

Commands:
help                   Show help for commands.
start                  Start the service
stats                  Get the models supported by each speech task in the service.

paddlespeech_server启动服务

只有两个可配置的参数--config_file和--log_file，分别指定了server应当加载的配置和产生log存放的位置。

paddlespeech_server start --config_file <path> --log_file <path>

paddlespeech_server查看支持的预训练模型

通过参数--task选择当前任务所支持的预训练模型

paddlespeech_server stats --task asr

输出

Here is the table of ASR pretrained models supported in the service.
+--------------------------------+----------+-------------+
|             Model              | Language | Sample Rate |
+--------------------------------+----------+-------------+
|     conformer_wenetspeech      |    zh    |     16k     |
|  conformer_online_wenetspeech  |    zh    |     16k     |
|    conformer_online_multicn    |    zh    |     16k     |
|       conformer_aishell        |    zh    |     16k     |
|    conformer_online_aishell    |    zh    |     16k     |
|    transformer_librispeech     |    en    |     16k     |
| deepspeech2online_wenetspeech  |    zh    |     16k     |
|   deepspeech2offline_aishell   |    zh    |     16k     |
|   deepspeech2online_aishell    |    zh    |     16k     |
| deepspeech2offline_librispeech |    en    |     16k     |
+--------------------------------+----------+-------------+
Here is the table of ASR static pretrained models supported in the service.
+----------------------------+----------+-------------+
|           Model            | Language | Sample Rate |
+----------------------------+----------+-------------+
| deepspeech2offline_aishell |    zh    |     16k     |
+----------------------------+----------+-------------+

可以看到模型asr的模型支持动态图模型和静态图模型，但是deepspeech2offline_aishell即属于动态又属于静态，看起来有些歧义了，并且这两个模型的md5码是相同的，具体是如何区分的，要更加详细的阅读源码了

标签：asr,教程,zh,paddlespeech,16k,--,server
来源： https://www.cnblogs.com/chenkui164/p/16296941.html