voice

VOSK Kali-CN 语音识别模型

Vosk是基于Kaldi集成的一个轻量级平台服务器，它可以实现和多种服务器端协议集成 国内感觉没法直接在Docker Hub上面下载，特提供了一个下载的Docker镜像包百度网盘的下载

• 通过网盘分享的文件：kali-cn.tar 链接: https://pan.baidu.com/s/18eiBLGBI5ESkYsd02QlDpg 提取码: suum
  

docker load -i kali-cn.tar
docker run -d -p 2700:2700 alphacep/kaldi-cn:latest

下载镜像文件到服务器，装好docker,然后把镜像load到本地，再run镜像，就可以将VOSK Kali中文语音识别模型搭建好了， 具体怎么应用看这里

https://alphacephei.com/vosk/

安装好后测试如下

阿里的FunASR 语音识别模型

FunASR是阿里达摩院提供一个基础的语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复（PR）、语言模型（LM）、说话人分离 提供一个Docker 的镜像包百度网盘下载

• 链接:https://pan.baidu.com/s/1PTVgR2WLgsKoXYBrr0ovIw?pwd=sjnc 提取码:sjnc
• 复制这段内容后打开百度网盘手机App，操作更方便哦

docker load -i funasr.tar

当前文件路径下创建目录 用于挂载模型

mkdir -p ./funasr-runtime-resources/models

启动镜像

sudo docker run -p 10095:10095 -it --privileged=true \
-v $PWD/funasr-runtime-resources/models:/workspace/models \
registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-cpu-0.4.6

服务端启动,docker启动之后，进入到docker里边

docker exec -it <imageid> /bin/bash

启动funasr-wss-server服务程序（有16K 和 8K模型可选择）：

cd FunASR/runtime
nohup bash run_server.sh \
--download-model-dir /workspace/models \
--vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx \
--model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx \
--punc-dir damo/punc_ct-transformer_cn-en-common-vocab471067-large-onnx \
--lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst \
--itn-dir thuduj12/fst_itn_zh \
--hotword /workspace/models/hotwords.txt > log.txt 2>&1 &

#查看打印日志

tail -f log.txt

如果您想关闭SSL，增加参数：--certfile 0 如果您想部署8k的模型，请使用如下命令启动服务：

cd FunASR/runtime
nohup bash run_server.sh \
--download-model-dir /workspace/models \
--vad-dir damo/speech_fsmn_vad_zh-cn-8k-common-onnx \
--model-dir damo/speech_paraformer_asr_nat-zh-cn-8k-common-vocab8358-tensorflow1-onnx \
--punc-dir damo/punc_ct-transformer_cn-en-common-vocab471067-large-onnx \
--lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst-token8358 \
--itn-dir thuduj12/fst_itn_zh \
--hotword /workspace/models/hotwords.txt > log.txt 2>&1 &

使用客户端测试 官方提供了：html页面、java、python、cpp 将docker镜像中的html页面下载到宿主机，然后下载到本机

docker cp  <容器 ID 或名称>:/workspace/FunASR/runtime/html5 /funasr-runtime-resources

在浏览器中打开html/static/index.html，即可出现如下页面，支持麦克风输入与文件上传，直接进行体验。

语音识别测试wav数据

再给大家提供一个语音识别测试wav数据集（中文250条英文150条）

• 链接:https://pan.baidu.com/s/1VZsJ8ooU9W9m4QNW4NLJ2g?pwd=rih9 提取码:rih9 复制这段内容后打开百度网盘手机App，操作更方便哦
•