/README.ru.md

EN

中文

Библитека для распознавания речи "Воск". Преимущества библиотеки:

1. Поддерживает 8 языков - русский, английский, немецкий, французский, португальский, испанский, китайский, вьетнамский. В скором времени будут добавлены и другие
2. Работает без доступа к сети даже на мобильных устройствах - Raspberry Pi, Android, iOS
3. Устанавливается с помощью простой команды pip3 install vosk без дополнительных шагов
4. Модели для каждого языка занимают всего 50Мб, но есть и гораздо более точные большие модели для более точного распознавания
5. Сделана для потоковой обработки звука, что позволяет реализовать мгновенную реакцию на команды
6. Поддерживает несколько популярных языков программирования - Java, C#, Javascript
7. Позволяет быстро настраивать словарь распознавания для улучшения точности распознавания
8. Позволяет идентифицировать говорящего

Сборка для Android

cd android
gradle build

Сборка включает платформы x86, armv7, arm64

Для примера приложения, созданного с помощью библиотеки "Воск" смотрите демо проект.

Сборка для iOS

Доступна позапросу. Напишите нам contact@alphacephei.com.

Установка для работы Python из Pypi

Проще всего установить "Воск" с помощью pip. Собирать ничего не нужно. Мы поддерживаем платформы Linux, RPi и Windows. Сборка для OSX будет скоро доступна.

Для начала убедитесь, что используются достаточно новые версии pip и Python:

• Python версия >= 3.5
• pip версия >= 19.0

Обновите Python и Pip если нужно, а затем установите "Воск" такой командой:

pip3 install vosk

Для использования "Воск" смотрите примеры ниже.

Сервер для протоколов Websocket и GRPC

We also provide a websocket server and grpc server which can be used in telephony and other applications. With bigger models adapted for 8khz audio it provides more accuracy.

The server is installed with docker and can run with a single command:

docker run -d -p 2700:2700 alphacep/kaldi-en:latest

Смотрите проект https://github.com/alphacep/vosk-server

Сборка из исходников

Если нужно собрать проект из исходного кода, необходимо будет собрать Kaldi самостоятельно. Сборка досаточно простая и прямолинейная, но может быть непривычной для начинающих. Обращайте внимания на сообщения об ошибках в процессе сборки.

Сборка Kaldi для модулей на Python, Java, C#

git clone https://github.com/kaldi-asr/kaldi
cd kaldi/tools
make

установите все рекомандуемые пакеты и повторите make если потребуется.

extras/install_openblas.sh
cd ../src
./configure --mathlib=OPENBLAS --shared --use-cuda=no
make -j 10

Сборка модуля на Python

После Kaldi можно собрать модуль Python

export KALDI_ROOT=<KALDI_ROOT>
cd python
python3 setup.py install

Запуск примера для Python

Выполните следующие команды:

cd vosk-api/python/example
wget https://github.com/alphacep/kaldi-android-demo/releases/download/2020-01/alphacep-model-android-en-us-0.3.tar.gz
tar xf alphacep-model-android-en-us-0.3.tar.gz 
mv alphacep-model-android-en-us-0.3 model-en
python3 ./test_simple.py test.wav

Для того, чтобы распознавать другой файл, переведите его в нужный формат - PCM 16кГц 16бит 1канал. Это можно сделать с помощью ffmpeg.

Другие примеры, в том числе использования микрофона, распознавание с небольшим словарём и распознавание говорящего можно найти в каталоге python/example

Сборка для Java

Перейдите в каталог Java и запустите сборку

cd java && KALDI_ROOT=<KALDI_ROOT> make
wget https://github.com/alphacep/kaldi-android-demo/releases/download/2020-01/alphacep-model-android-en-us-0.3.tar.gz
tar xf alphacep-model-android-en-us-0.3.tar.gz 
mv alphacep-model-android-en-us-0.3 model
make run

Сборка для C#

Для сборки в среде Mono.

cd csharp && KALDI_ROOT=<KALDI_ROOT> make
wget https://github.com/alphacep/kaldi-android-demo/releases/download/2020-01/alphacep-model-android-en-us-0.3.tar.gz
tar xf alphacep-model-android-en-us-0.3.tar.gz 
mv alphacep-model-android-en-us-0.3 model
mono test.exe

.NET тоже должен работать, хотя мы не пробовали.

Модели для разных языков

По информации о моделях смотрите соответствующую страницу документации.

Contact Us

Если возникли вопросы, свяжитесь с нами:

• Создайте проблему тут на github
• Напишите нам по почте contact@alphacephei.com
• Заходите в нашу группу в Телеграмме @speech_recognition_ru