语音转文字(deepspeech篇)（语音转文字程序实现）

前段时间分享了一篇语音转文字（科大讯飞篇）

今天尝试下开源的deepspeech,deepspeech是基于百度的深度语音论文和谷歌的深度学习框架Tensorflow来实现的。

DeepSpeech is an open source Speech-To-Text engine, using a model trained by machine learning techniques based on Baidu’s Deep Speech research paper. Project DeepSpeech uses Google’s TensorFlow to make the implementation easier.

安装过程比较简单，

1.首先安装python,virtualenv，去python官网下载即可（这里用的3.9版本，3.10版本无法用于deepspeech 0.9版本）

2.创建pyhon的虚拟环境

virtualenv -p python3 $HOME/tmp/deepspeech-venv/

source $HOME/tmp/deepspeech-venv/Scripts/activate

3.安装deepspeech,和下载训练好的模型，及语音文件。

pip3 install deepspeech

curl -LO https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models.pbmm

curl -LO https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models.scorer

curl -LO https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/audio-0.9.3.tar.gz

tar xvf audio-0.9.3.tar.gz

4.一切准备好后，我们就可以测试语音的识别效果了,如下的音频文件，识别出的结果为：why should one halt on the way，正确率还不错。#教育听我说##我要上 头条#