百度語(yǔ)音識(shí)別筆記

要說(shuō)生活里最常見(jiàn)的AI應(yīng)用場(chǎng)景，語(yǔ)音合成與識(shí)別當(dāng)屬大家最為耳熟能詳?shù)膱?chǎng)景之一了。

尋常到平時(shí)地圖導(dǎo)航的播報(bào)、微信語(yǔ)音轉(zhuǎn)文字、手機(jī)語(yǔ)音輸入，以及小度智能音箱，都離不開語(yǔ)音技術(shù)的加持。

語(yǔ)音技術(shù)到底是怎么實(shí)現(xiàn)的？有哪些現(xiàn)成可用的開源代碼可以快速集成到項(xiàng)目里？可以說(shuō)是每一名開發(fā)者非常關(guān)心的問(wèn)題。

那么，福利時(shí)間到了，今天這個(gè)集成了中英文語(yǔ)音識(shí)別、語(yǔ)音翻譯、語(yǔ)音合成、聲音分類能力，而且一行代碼輕松試驗(yàn)效果的開源項(xiàng)目，你一定不能錯(cuò)過(guò)！

項(xiàng)目介紹

話不多說(shuō)，先來(lái)看項(xiàng)目中給出的效果展示。

語(yǔ)音識(shí)別

輸入音頻 1

音頻1音頻：00:00/00:03

識(shí)別結(jié)果 1

I knocked at the door on the ancient side of the?building.

輸入音頻 2

音頻2音頻：00:00/00:04

識(shí)別結(jié)果 2

我認(rèn)為跑步最重要的就是給我?guī)?lái)了身體健康。

語(yǔ)音翻譯（英譯中）

輸入音頻

音頻3音頻：00:00/00:03

識(shí)別結(jié)果

我 在 這棟 建筑 的 古老 門上?敲門。

語(yǔ)音合成

輸入文本 1

Life was like a box of chocolates, you never know what you're gonna get.

合成音頻 1

音頻4音頻：00:00/00:04

輸入文本 2

早上好，今天是2020/10/29，最低溫度是-3°C。

合成音頻 2

音頻5音頻：00:00/00:05

可以看到，無(wú)論是中英文的識(shí)別，還是中英文的合成，這個(gè)開源項(xiàng)目都有不錯(cuò)的效果，特別的，項(xiàng)目中還包含了語(yǔ)音翻譯能力，可以實(shí)現(xiàn)英文語(yǔ)音同傳翻譯為中文字幕，這個(gè)確實(shí)太強(qiáng)大了。

傳送門：

GitHub 地址：

https://github.com/PaddlePaddle/PaddleSpeech

有讀者肯定想問(wèn)，這么強(qiáng)大的語(yǔ)音能力，是不是想要用起來(lái)比較麻煩？

不得不說(shuō)，這個(gè)項(xiàng)目在易用性上真的也是考慮得非常周到。

安裝測(cè)試效果

我們按照首頁(yè)的引導(dǎo)：

一行命令安裝：

一行命令快速開始使用：

這里，小編抱著試一試的態(tài)度，在本機(jī)上安裝了這個(gè)項(xiàng)目，安裝完成之后，先使用語(yǔ)音合成試一下。

生成的效果大家可以聽一下~

音頻6音頻：00:00/00:03

然后，帶著好奇心，我們?cè)侔押铣傻慕Y(jié)果送到語(yǔ)音識(shí)別試一下，看看效果：

最終輸出結(jié)果：

可以看到，這一套循環(huán)下來(lái)，效果非常不錯(cuò)！

除了出色的效果，易用的體驗(yàn)，我們?cè)倏纯催@個(gè)項(xiàng)目中還有什么寶藏可以挖掘，果然我們發(fā)現(xiàn)項(xiàng)目中還包含豐富的預(yù)訓(xùn)練模型，并且語(yǔ)音識(shí)別和語(yǔ)音合成均支持自定義訓(xùn)練。

豐富的預(yù)訓(xùn)練模型

語(yǔ)音識(shí)別包含聲學(xué)模型和語(yǔ)言模型, 詳情如下：

語(yǔ)音合成主要包含三個(gè)模塊：文本前端、聲學(xué)模型和聲碼器。聲學(xué)模型和聲碼器模型如下：

完善的文檔教程

并且開源以來(lái)，收到開發(fā)者的廣泛關(guān)注，已經(jīng)有大量開發(fā)者投入到項(xiàng)目的建設(shè)中并且貢獻(xiàn)內(nèi)容。

真·干貨滿滿！

別的不需要多說(shuō)了，請(qǐng)大家訪問(wèn)GitHub親自體驗(yàn)吧：

https://github.com/PaddlePaddle/PaddleSpeech

如果大家滿意的話，歡迎點(diǎn)個(gè)小星星鼓勵(lì)下我們的工程師

語(yǔ)音通話

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。