AIAS/6_web_app/asr
2024-10-20 16:27:54 +08:00
..
asr_backend asr web app 2024-10-20 13:10:37 +08:00
asr_ui asr web app 2024-10-20 13:10:37 +08:00
README_CN.md add readme 2024-10-20 13:12:13 +08:00
README.md update readme 2024-10-20 16:27:54 +08:00

目录:

https://www.aias.top/

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

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

帮助文档: