Soft/Vosk: различия между версиями
< Soft
Нет описания правки |
Нет описания правки |
||
| Строка 16: | Строка 16: | ||
| [https://alphacephei.com/vosk/ alphacephei.com]<br>[https://github.com/alphacep/vosk github.com] | | [https://alphacephei.com/vosk/ alphacephei.com]<br>[https://github.com/alphacep/vosk github.com] | ||
|} | |} | ||
Vosk - библитека для распознавания речи от компании Alpha Cephei Inc. | |||
Особенности: | |||
*Поддерживает 20+ языков и диалектов - русский, английский, индийский английский, немецкий, французский, португальский, испанский, китайский, турецкий, вьетнамский, итальянский, голландский, валенсийский, арабский, греческий, персидский, филиппинский, украинский, казахский, шведский, японский, эсперанто, хинди, чешский, польский, узбекский, корейский, таджикский, гуджарати. В скором времени будут добавлены и другие. | |||
*Работает без доступа к сети даже на мобильных устройствах - Raspberry Pi, Android, iOS | |||
*Устанавливается с помощью простой команды pip3 install vosk без дополнительных шагов | |||
*Модели для каждого языка занимают всего 50Мб, но есть и гораздо более точные большие модели для более точного распознавания | |||
*Сделана для потоковой обработки звука, что позволяет реализовать мгновенную реакцию на команды | |||
*Поддерживает несколько популярных языков программирования - Java, C#, Javascript | |||
*Позволяет быстро настраивать словарь распознавания для улучшения точности распознавания | |||
*Позволяет идентифицировать говорящего | |||
==Установка и настройка== | ==Установка и настройка== | ||
Версия от 14:12, 3 ноября 2024
| Vosk | |
|---|---|
 | |
| Разработчик(и) | Alpha Cephei Inc. |
| Первый выпуск | 2019 |
| Лицензия | Apache-2.0 |
| Сайт | alphacephei.com github.com |
Vosk - библитека для распознавания речи от компании Alpha Cephei Inc.
Особенности:
- Поддерживает 20+ языков и диалектов - русский, английский, индийский английский, немецкий, французский, португальский, испанский, китайский, турецкий, вьетнамский, итальянский, голландский, валенсийский, арабский, греческий, персидский, филиппинский, украинский, казахский, шведский, японский, эсперанто, хинди, чешский, польский, узбекский, корейский, таджикский, гуджарати. В скором времени будут добавлены и другие.
- Работает без доступа к сети даже на мобильных устройствах - Raspberry Pi, Android, iOS
- Устанавливается с помощью простой команды pip3 install vosk без дополнительных шагов
- Модели для каждого языка занимают всего 50Мб, но есть и гораздо более точные большие модели для более точного распознавания
- Сделана для потоковой обработки звука, что позволяет реализовать мгновенную реакцию на команды
- Поддерживает несколько популярных языков программирования - Java, C#, Javascript
- Позволяет быстро настраивать словарь распознавания для улучшения точности распознавания
- Позволяет идентифицировать говорящего
Установка и настройка
Установка Vosk
Примечание: От рута
$ su -
# apt-get install pip
# pip install vosk
Настройка Vosk
Примечание: От обычного пользователя
$ git clone https://github.com/alphacep/vosk-api
Примечание: Получится папка /home/$USER/vosk-api
$ cd vosk-api/python/example
В указанную папку качаем модель с нужным языком отсюда - https://github.com/kercre123/vosk-models/.
Тут такая закавывка. Vosk автоматически скачивает англицкую модель и перезаписывает все, что вы распакуете вручную. Но и мы не лыком шиты.
Идем в /home/$USER/.cache/vosk/vosk-model-small-en-us-0.22 и меняем содержимое папки на содержимое архива с языком.
Работа у с утилитой
Подготовка файла
Примечание: От обычного пользователя
Конвертируем аудио в wav
$ ffmpeg -i '/home/test/Загрузки/02_08. Первый день на Луне.mp3' -ar 16000 -ac 1 /home/test/nezn.wav
Распознование
Идем в каталог с исполняемыми файлами:
$ cd /home/test/vosk-api/python/example $ python3 test_text.py '/home/test/nezn.wav'