You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
|
|
|
|
本项目目标是实现实时语音识别功能，支持中英文。
|
|
|
|
|
|
实现思路如下：
|
|
|
|
|
|
1. 语音输入：使用麦克风采集音频数据。
|
|
|
|
|
|
2. 语音预处理：对音频数据进行预处理，如降噪、增益控制等。
|
|
|
|
|
|
3. 语音识别：使用语音识别模型将预处理后的音频数据转换为文本。
|
|
|
|
|
|
|
|
|
|
|
|
# 基础环境
|
|
|
|
|
|
+ 操作系统：linux
|
|
|
|
|
|
+ 语言：python 3.12
|
|
|
|
|
|
+ 虚拟环境及包管理工具：uv
|
|
|
|
|
|
+ 语音识别框架：新一代kaldi
|
|
|
|
|
|
+ 语音识别模型：zipformer
|
|
|
|
|
|
+ 部署框架：sherpa-onnx
|
|
|
|
|
|
|
|
|
|
|
|
# 目录层级说明
|
|
|
|
|
|
```text
|
|
|
|
|
|
.
|
|
|
|
|
|
├── .venv
|
|
|
|
|
|
│ ├── bin
|
|
|
|
|
|
│ ├── lib
|
|
|
|
|
|
│ └── pyvenv.cfg
|
|
|
|
|
|
├── .python-version
|
|
|
|
|
|
├── docs
|
|
|
|
|
|
├── src
|
|
|
|
|
|
│ └── main.py
|
|
|
|
|
|
├── config
|
|
|
|
|
|
├── tests
|
|
|
|
|
|
├── static
|
|
|
|
|
|
├── README.md
|
|
|
|
|
|
├── hello.py
|
|
|
|
|
|
├── pyproject.toml
|
|
|
|
|
|
└── uv.lock
|
|
|
|
|
|
```
|
|
|
|
|
|
+ docs 存放项目文档
|
|
|
|
|
|
+ src 存放项目源码
|
|
|
|
|
|
+ config 存放项目配置文件
|
|
|
|
|
|
+ tests 存放单元测试代码
|
|
|
|
|
|
+ static 目录下存放静态文件，如图片、css、js等
|
|
|
|
|
|
+ README.md 项目说明文件
|
|
|
|
|
|
+ pyproject.toml 项目配置文件
|
|
|
|
|
|
+ uv.lock 虚拟环境依赖文件
|
|
|
|
|
|
|
|
|
|
|
|
除main.py外，其他文件均需要放置在src子目录下，要求子目录名称清晰易读不能过长。
|
|
|
|
|
|
|
|
|
|
|
|
# 包管理命令说明
|
|
|
|
|
|
1. 添加包 uv add <package>
|
|
|
|
|
|
2. 移除包 uv remove <package>
|
|
|
|
|
|
3. 所有包管理命令均需要在项目根目录下执行，并且强制使用uv命令，不能使用pip命令。
|
|
|
|
|
|
|
|
|
|
|
|
# 脚本运行命令说明
|
|
|
|
|
|
1. 运行项目 uv run main.py
|
|
|
|
|
|
2. 运行单元测试 uv run -m pytest tests
|
|
|
|
|
|
|
|
|
|
|
|
*禁止修改本文件*
|
