识别准确率竟如此高，实时语音识别服务

前言

本文将介绍一个准确率非常高的语音识别框架，那就是FunASR，这个框架的模型训练数据超过几万个小时，经过测试，准确率非常高。本文将介绍如何启动WebSocket服务和Android调用这个服务来实时识别，一边说话一边出结果。

安装环境

1. 安装Pytorch。

# 安装CPU版本的Pytorch
conda install pytorch torchvision torchaudio cpuonly -c pytorch
# 安装GPU版本的Pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

1
2
3
4
5

2. 使用conda安装ffmpeg等一些库。

conda install ffmpeg
conda install -c conda-forge pynini
1
2

3. 安装其他依赖库。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
1

启动服务

1. 执行server.py程序，启动上传音频文件识别服务。

python server.py
1

Python不支持多并发的，如果要使用多并发服务，需要在Linux系统上面，执行websocket目录的Docker应用。

Android应用

使用Android Studio打开源码中的AndroidClient目录，这是一个Android应用源码，打开之后首先就要修改WebSocket地址ASR_HOST，将它修改为你上面使用的服务器IP地址，点击运行安装到Android手机上。

应用效果图：

扫码入知识星球，搜索【FunASR语音识别WebSocket服务】获取源码