【源码】基于Python的实时语音识别系统

项目简介

本项目是基于Python的实时语音识别系统，借助Sherpa - ncnn库达成对音频的实时语音识别。系统既能从麦克风实时获取音频输入并输出识别结果，也支持从文件读取音频数据进行识别。

项目的主要特性和功能

1. 实时语音识别：可从麦克风实时获取音频输入，利用Sherpa - ncnn库进行实时语音识别。
2. 文件识别：支持用户上传音频文件并对其进行语音识别。
3. 端点检测：具备端点检测功能，能自动检测语音的起始和结束点。
4. 多语言支持：语音识别模型支持中英文等多种语言。
5. 灵活性：支持使用不同的预训练模型进行语音识别，用户可按需选择。

安装使用步骤

1. 环境准备

• 安装Python（推荐Python 3.7及以上版本）
• 安装sounddevice库（用于音频输入）
• 安装sherpa_ncnn库（用于语音识别）

2. 导入库

python import sounddevice as sd import sherpa_ncnn

3. 创建识别器

```python def create_recognizer(): model_config = sherpa_ncnn.TransducerModelConfig(...) feature_config = sherpa_ncnn.FeatureConfig(...) decoder_config = sherpa_ncnn.TransducerDecoderConfig(...)

online_recognizer = sherpa_ncnn.create_online_recognizer(model_config, feature_config, decoder_config)
return online_recognizer

```

4. 使用识别器

```python def main(): recognizer = create_recognizer()

stream = sd.InputStream(callback=recognizer.accept_waveform, channels=1)
stream.start()

try:
    while True:
        if recognizer.is_ready():
            result = recognizer.decode()
            if result.is_endpoint:
                print(result.text)
                recognizer.reset()
except KeyboardInterrupt:
    stream.stop()

recognizer.destroy()

if name == "main": main() ``` 注意：运行代码前，需下载并放置正确的模型文件，模型文件可从Sherpa的官方网站获取。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】