关键词识别

介绍

关键词识别是一项用于识别一段语音内是否包含特定的关键词。

这个 demo 是一个从给定音频文件识别特定关键词的实现，它可以通过使用 PaddleSpeech 的单个命令或 python 中的几行代码来实现。

使用方法

1. 安装

请看安装文档。

你可以从 easy，medium，hard 三中方式中选择一种方式安装。

2. 准备输入

这个 demo 的输入应该是一个 WAV 文件（.wav），并且采样率必须与模型的采样率相同。

可以下载此 demo 的示例音频：

wget -c https://paddlespeech.bj.bcebos.com/kws/hey_snips.wav https://paddlespeech.bj.bcebos.com/kws/non-keyword.wav

3. 使用方法

命令行 (推荐使用)
```
paddlespeech kws --input ./hey_snips.wav
paddlespeech kws --input ./non-keyword.wav
```
使用方法：
```
paddlespeech kws --help
```
参数：
- input(必须输入)：用于识别关键词的音频文件。
- threshold：用于判别是包含关键词的得分阈值，默认值：0.8。
- model：KWS 任务的模型，默认值：mdtc_heysnips。
- config：KWS 任务的参数文件，若不设置则使用预训练模型中的默认配置，默认值：None。
- ckpt_path：模型参数文件，若不设置则下载预训练模型使用，默认值：None。
- device：执行预测的设备，默认值：当前系统下 paddlepaddle 的默认 device。
- verbose: 如果使用，显示 logger 信息。
输出：
```
# 输入为 ./hey_snips.wav
Score: 1.000, Threshold: 0.8, Is keyword: True
# 输入为 ./non-keyword.wav
Score: 0.000, Threshold: 0.8, Is keyword: False
```

Python API

import paddle
from paddlespeech.cli.kws import KWSExecutor

kws_executor = KWSExecutor()
result = kws_executor(
    audio_file='./hey_snips.wav',
    threshold=0.8,
    model='mdtc_heysnips',
    config=None,
    ckpt_path=None,
    device=paddle.get_device())
print('KWS Result: \n{}'.format(result))

输出：

KWS Result:
Score: 1.000, Threshold: 0.8, Is keyword: True

4.预训练模型

以下是 PaddleSpeech 提供的可以被命令行和 python API 使用的预训练模型列表：

模型	语言	采样率
mdtc_heysnips	en	16k

2.5 KiB Raw Permalink Blame History Unescape Escape