首次開源！一行代碼輕松搞定中英文語音識(shí)別、合成、翻譯核心功能！

首次開源語音識(shí)別百度

數(shù)據(jù)猿 | 2021-12-22 19:13

【數(shù)據(jù)猿導(dǎo)讀】尋常到平時(shí)地圖導(dǎo)航的播報(bào)、微信語音轉(zhuǎn)文字、手機(jī)語音輸入，以及小度智能音箱，都離不開語音技術(shù)的加持。

要說生活里最常見的AI應(yīng)用場(chǎng)景，語音合成與識(shí)別當(dāng)屬大家最為耳熟能詳?shù)膱?chǎng)景之一了。

尋常到平時(shí)地圖導(dǎo)航的播報(bào)、微信語音轉(zhuǎn)文字、手機(jī)語音輸入，以及小度智能音箱，都離不開語音技術(shù)的加持。

語音技術(shù)到底是怎么實(shí)現(xiàn)的？有哪些現(xiàn)成可用的開源代碼可以快速集成到項(xiàng)目里？可以說是每一名開發(fā)者非常關(guān)心的問題。

那么，福利時(shí)間到了，今天這個(gè)集成了中英文語音識(shí)別、語音翻譯、語音合成、聲音分類能力，而且一行代碼輕松試驗(yàn)效果的開源項(xiàng)目，你一定不能錯(cuò)過！

項(xiàng)目介紹

話不多說，先來看項(xiàng)目中給出的效果展示。

·語音識(shí)別

音頻1

00:0000:03

未加入話題

識(shí)別結(jié)果 1

I knocked at the door on the ancient side of the building.

音頻2

00:0000:04

未加入話題

識(shí)別結(jié)果 2

我認(rèn)為跑步最重要的就是給我?guī)砹松眢w健康。

·語音翻譯（英譯中）

音頻3

00:0000:03

未加入話題

識(shí)別結(jié)果

我在這棟建筑的古老門上敲門。

·語音合成

輸入文本 1

Life was like a box of chocolates, you never know what you're gonna get.

合成音頻 1

音頻4

00:0000:04

未加入話題

輸入文本 2

早上好，今天是2020/10/29，最低溫度是-3°C。

合成音頻 2

音頻5

00:0000:05

未加入話題

可以看到，無論是中英文的識(shí)別，還是中英文的合成，這個(gè)開源項(xiàng)目都有不錯(cuò)的效果，特別的，項(xiàng)目中還包含了語音翻譯能力，可以實(shí)現(xiàn)英文語音同傳翻譯為中文字幕，這個(gè)確實(shí)太強(qiáng)大了。

傳送門

GitHub 地址：

https://github.com/PaddlePaddle/PaddleSpeech

有讀者肯定想問，這么強(qiáng)大的語音能力，是不是想要用起來比較麻煩？

不得不說，這個(gè)項(xiàng)目在易用性上真的也是考慮得非常周到。

安裝測(cè)試效果

我們按照首頁的引導(dǎo)：

一行命令安裝：

首次開源_語音識(shí)別_百度-1

一行命令快速開始使用：

首次開源_語音識(shí)別_百度-2

這里，小編抱著試一試的態(tài)度，在本機(jī)上安裝了這個(gè)項(xiàng)目，安裝完成之后，先使用語音合成試一下。

生成的效果大家可以聽一下~

首次開源_語音識(shí)別_百度-3

音頻6

00:0000:03

未加入話題

然后，帶著好奇心，我們?cè)侔押铣傻慕Y(jié)果送到語音識(shí)別試一下，看看效果：

首次開源_語音識(shí)別_百度-4

最終輸出結(jié)果：

首次開源_語音識(shí)別_百度-5

可以看到，這一套循環(huán)下來，效果非常不錯(cuò)！

除了出色的效果，易用的體驗(yàn)，我們?cè)倏纯催@個(gè)項(xiàng)目中還有什么寶藏可以挖掘，果然我們發(fā)現(xiàn)項(xiàng)目中還包含豐富的預(yù)訓(xùn)練模型，并且語音識(shí)別和語音合成均支持自定義訓(xùn)練。

豐富的預(yù)訓(xùn)練模型

語音識(shí)別包含聲學(xué)模型和語言模型, 詳情如下：

語音合成主要包含三個(gè)模塊：文本前端、聲學(xué)模型和聲碼器。聲學(xué)模型和聲碼器模型如下：

首次開源_語音識(shí)別_百度-6

完善的文檔教程

首次開源_語音識(shí)別_百度-7

并且開源以來，收到開發(fā)者的廣泛關(guān)注，已經(jīng)有大量開發(fā)者投入到項(xiàng)目的建設(shè)中并且貢獻(xiàn)內(nèi)容。

首次開源_語音識(shí)別_百度-8

真·干貨滿滿！

別的不需要多說了，請(qǐng)大家訪問GitHub親自體驗(yàn)吧：

https://github.com/PaddlePaddle/PaddleSpeech

如果大家滿意的話，歡迎點(diǎn)個(gè)小星星鼓勵(lì)下我們的工程師！

直播課程大牛帶學(xué)

為了幫助大家了解更多語音技術(shù)前沿進(jìn)展，玩轉(zhuǎn)開源項(xiàng)目，12月21日-24日每晚20:15-21:30，由百度研究院深度學(xué)習(xí)實(shí)驗(yàn)室（美研）主任黃亮老師領(lǐng)銜，多位語音領(lǐng)域資深工程師為大家?guī)硪惶拙芳夹g(shù)直播課，詳解語音方向的核心技術(shù)。

掃碼報(bào)名直播課，加入技術(shù)交流群

首次開源_語音識(shí)別_百度-9

精彩內(nèi)容搶先看

首次開源_語音識(shí)別_百度-10

PaddleSpeech項(xiàng)目地址：

GitHub: https://github.com/PaddlePaddle/PaddleSpeech

Gitee: https://gitee.com/paddlepaddle/PaddleSpeech

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。