websocket 实时 语音转文字 应用

该项目为语音转文字项目，识别率达80到90，该项目完全开源，且支持离线部署。

项目内容包括：

• 语音、文本、视频实时通讯

• 基于(开源)AI柠檬的实时语音转文本

• 基于讯飞的实时语音转文本

• 基于vosk的实时语音识别

AI柠檬-部署、启动说明

• idea配置tomcat启动
• 默认端口：8080
• 录音访问地址：http://localhost:8080/ws/luyin3.html
• 实时语音撰写时，将在项目路径存储音频文件
• 控制台实时输出转写结果
• 页面实时展示转写结果
• 实时调用ARST语音转写服务器
• javas实现

vosk-部署、启动说明

采用 python实现基于vosk 的实时语音识别, Java实现音频转写存在内存泄漏问题，暂未解决
vosk 安装： python -m pip install -U vosk
vosk 模型下载： https://alphacephei.com/vosk/models
需下载响应的训练模型,加压到位置src/main/resources/model

• 实时转写后端代码位置

• 实时转写前端代码位置

  引入的js文件已做修改，必须使用该项目内的js

• 麦克风转写代码(测试)位置

• wav文件转写代码位置

• 文件上传并转写代码位置

• flask文件上传demo代码位置

转写说明

• AI柠檬-前端录音

  可根据需要修改websoket连接地址和音频流发送频率

• AI柠檬-后端接收录音

  AI柠檬实现实时接收音频流并撰写

• python实现pcm转wav代码位置

• python实现websoket示例代码位置

• AI柠檬转写服务代码

• python实现AI柠檬websoket转写代码

参考网址

• html5 js 浏览器 web端录音 演示网址

• PCM数据格式介绍

• ASRT_SpeechRecognition

• ASRT语音识别系统 文档

• 音频格式简介和PCM转换成WAV

• adpcm

• vosk安装和使用