https://github.com/lihanghang/casr-demo
基于Flask Web的中文自动语音识别演示系统,包含语音识别、语音合成、声纹识别之说话人识别。
https://github.com/lihanghang/casr-demo
baidu-aip casr-demo ctc flask-application gmm pyaudio speaker-recognition speech-to-text
Last synced: about 2 months ago
JSON representation
基于Flask Web的中文自动语音识别演示系统,包含语音识别、语音合成、声纹识别之说话人识别。
- Host: GitHub
- URL: https://github.com/lihanghang/casr-demo
- Owner: lihanghang
- Created: 2019-05-06T07:46:40.000Z (over 6 years ago)
- Default Branch: refactor/casr_demo
- Last Pushed: 2024-03-31T13:07:52.000Z (over 1 year ago)
- Last Synced: 2024-12-07T11:51:44.240Z (10 months ago)
- Topics: baidu-aip, casr-demo, ctc, flask-application, gmm, pyaudio, speaker-recognition, speech-to-text
- Language: CSS
- Homepage:
- Size: 97.2 MB
- Stars: 156
- Watchers: 4
- Forks: 28
- Open Issues: 5
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# CASR-DEMO(中文自动语音识别演示系统）
## ChangeLog
### 2024-03-31
0. 可用功能为：说话人识别，语音识别。合成功能不可用。
1. 重构了代码结构，最新分支为refactor/casr_demo，大家可以使用。
2. 在Mac上做过验证。Python不低于3.8.
3. 测试发现，有些关于语音的包安装可能不会直接成功，但是只要Google下就能解决。
## 启动方式
```shell
conda create -n casr python==3.12
pip install -r requirements.txt
python src/manage.py
```
## 关于本项目的一些说明
> 首先，欢迎大家关注项目，进行学习研究。收到一些小伙伴的问题我就集中回答下，这里是demo的源码、有两个版本其一是名为speech_env,这是一个简单的语音识别功能，界面如下面的效果图一；还有一个是V2.0的目录，这个版本功能比较齐全，界面如效果图二。大家感兴趣在自己机器上试试的话我推荐直接使用v2.0版本，还有一点项目只在win10平台上测试过，其他不保证能不能运行。由于月久失更，有些依赖包可能需要修改，不过应该都是小问题，根据实际过程的报错信息修复就行。再次感谢大家的关注！
---
## 最新整理了两个版本的发布版
- [点此处详见](https://github.com/lihanghang/CASR-DEMO/releases)
## speech_env（效果图一）
## speechV2.0 基于第三方接口实现语音识别和语音合成、说话人识别功能(效果图二)
---
E-mail:
wiki:
Updated on December 25,2019.