mirror of
https://gitee.com/mymagicpower/AIAS.git
synced 2024-11-30 03:08:24 +08:00
.. | ||
asr_backend | ||
asr_ui | ||
README_CN.md | ||
README.md |
目录:
下载模型,更新 asr_backend 的yaml配置文件
model:
# 如果是CPU推理,最高设置为 CPU 核心数 (Core Number)
poolSize: 2
# tiny, base, small
type: base
uri:
# tiny 模型
tiny: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_tiny.pt
# base 模型
base: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_base.pt
# small 模型
small: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_small.pt
语音识别
本例子提供了英文语音识别,中文语音识别。
1. 前端部署
1.1 直接运行:
npm run dev
1.2 构建dist安装包:
npm run build:prod
1.3 nginx部署运行(mac环境为例):
cd /usr/local/etc/nginx/
vi /usr/local/etc/nginx/nginx.conf
# 编辑nginx.conf
server {
listen 8080;
server_name localhost;
location / {
root /Users/calvin/Documents/asr/dist/;
index index.html index.htm;
}
......
# 重新加载配置:
sudo nginx -s reload
# 部署应用后,重启:
cd /usr/local/Cellar/nginx/1.19.6/bin
# 快速停止
sudo nginx -s stop
# 启动
sudo nginx
2. 后端jar部署
2.1 环境要求:
-
系统JDK 1.8+
-
application.yml
model:
# 如果是CPU推理,最高设置为 CPU 核心数 (Core Number)
poolSize: 2
# 提供了三个模型从小到大:tiny, base, small,模型越大速度越慢,精度越高
type: base
uri:
# tiny 模型
tiny: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_tiny.pt
# base 模型
base: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_base.pt
# small 模型
small: D:\\ai_projects\\asr\\asr_backend\\models\\traced_whisper_small.pt
2.2 运行程序:
# 运行程序
java -jar aias-asr-0.1.0.jar
3. 打开浏览器
- 输入地址: http://localhost:8090
3.1. 英文语音识别
- 1). 输入音频文件地址,在线识别
- 2). 点击上传按钮,上传音频文件识别
3.2. 中文语音识别
- 1). 输入音频文件地址,在线识别
- 2). 点击上传按钮,上传音频文件识别
5. 帮助信息
- swagger接口文档:
http://localhost:8089/swagger-ui.html
帮助文档:
- http://aias.top/guides.html
- 1.性能优化常见问题:
- http://aias.top/AIAS/guides/performance.html
- 2.引擎配置(包括CPU,GPU在线自动加载,及本地配置):
- http://aias.top/AIAS/guides/engine_config.html
- 3.模型加载方式(在线自动加载,及本地配置):
- http://aias.top/AIAS/guides/load_model.html
- 4.Windows环境常见问题:
- http://aias.top/AIAS/guides/windows.html