开源离线语音识别(SpeechRecognition)

本次将使用SpeechRecognition和pocketsphinx进行离线语音识别。

安装环境：

操作系统 ： CentOS7.7.1908_x64
gcc版本 ：4.8.5
Python 版本 : 3.6.8

Centos7安装python3 参考：https://blog.csdn.net/qq_35385687/article/details/119026723

安装资料文件下载：

链接: https://pan.baidu.com/s/1Out0tJlb_Qs-2C06_2YHOQ 提取码: i6tg

安装语音识别环境：

pip install SpeechRecognition
yum install python3-devel
yum install pulseaudio-libs-devel
yum install alsa-lib-devel
pip install  PocketSphinx
1
2
3
4
5

配置中文语音识别数据：

下载地址：

https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/

选择： Mandarin->cmusphinx-zh-cn-5.2.tar.gz

安装中文语言包：

cd /usr/local/python3.6.8/lib/python3.6/site-packages/speech_recognition/pocketsphinx-data
tar zxvf cmusphinx-zh-cn-5.2.tar.gz
mv cmusphinx-zh-cn-5.2 zh-cn
cd zh-cn
mv zh_cn.cd_cont_5000 acoustic-model
mv zh_cn.lm.bin language-model.lm.bin
mv zh_cn.dic pronounciation-dictionary.dict
1
2
3
4
5
6
7

配置环境：

cd /usr/local/python3.6.8/lib/python3.6/site-packages/speech_recognition/pocketsphinx-data
tar zxvf py36asr.tar.gz
source ./py36asr/bin/activate
1
2
3

测试文本：

自然语言理解和生成是一个多方面问题，我们对它可能也只是部分理解。

语音识别示例：

[root@localhost pocketsphinx-data]# pwd
/usr/local/python3.6.8/lib/python3.6/site-packages/speech_recognition/pocketsphinx-data
[root@localhost pocketsphinx-data]# ls
cmusphinx-zh-cn-5.2.tar.gz  py36asr         test1.py   test2.wav  zh-cn.tar.gz
en-US                       py36asr.tar.gz  test1.wav  zh-cn
[root@localhost pocketsphinx-data]# python3 test1.py 
自然 语言 李杰 和 申城 是一 个 多方 面 问题 我们 对 他 可能 也 只是 部分 礼节
[root@localhost pocketsphinx-data]# 

1
2
3
4
5
6
7
8
9

test1.py

# -*- coding: utf-8 -*-
# /usr/bin/python

import speech_recognition as sr
r = sr.Recognizer()    
test = sr.AudioFile("test1.wav") 
with test as source:       
    audio = r.record(source)
type(audio)
c=r.recognize_sphinx(audio, language='zh-cn')    
print(c)

1
2
3
4
5
6
7
8
9
10
11
12

注意：

• 出现speech_recognition未安装问题，重新安装即可
• 可根据需要调整为离线实时语音识别，参考项目为：https://gitee.com/yzd_org/speechToText