|
|
# Paddle Speech Demo
|
|
|
|
|
|
PaddleSpeechDemo 是一个以 PaddleSpeech 的语音交互功能为主体开发的 Demo 展示项目，用于帮助大家更好的上手 PaddleSpeech 以及使用 PaddleSpeech 构建自己的应用。
|
|
|
|
|
|
智能语音交互部分使用 PaddleSpeech，对话以及信息抽取部分使用 PaddleNLP，网页前端展示部分基于 Vue3 进行开发
|
|
|
|
|
|
主要功能：
|
|
|
|
|
|
+ 语音聊天：PaddleSpeech 的语音识别能力+语音合成能力，对话部分基于 PaddleNLP 的闲聊功能
|
|
|
+ 声纹识别：PaddleSpeech 的声纹识别功能展示
|
|
|
+ 语音识别：支持【实时语音识别】，【端到端识别】，【音频文件识别】三种模式
|
|
|
+ 语音合成：支持【流式合成】与【端到端合成】两种方式
|
|
|
+ 语音指令：基于 PaddleSpeech 的语音识别能力与 PaddleNLP 的信息抽取，实现交通费的智能报销
|
|
|
|
|
|
运行效果：
|
|
|
|
|
|
|
|
|
|
|
|
## 安装
|
|
|
|
|
|
### 后端环境安装
|
|
|
|
|
|
```
|
|
|
# 安装环境
|
|
|
cd speech_server
|
|
|
pip install -r requirements.txt
|
|
|
|
|
|
# 下载 ie 模型，针对地点进行微调，效果更好，不下载的话会使用其它版本，效果没有这个好
|
|
|
cd source
|
|
|
mkdir model
|
|
|
cd model
|
|
|
wget https://bj.bcebos.com/paddlenlp/applications/speech-cmd-analysis/finetune/model_state.pdparams
|
|
|
```
|
|
|
|
|
|
### 前端环境安装
|
|
|
|
|
|
前端依赖 `node.js` ，需要提前安装，确保 `npm` 可用，`npm` 测试版本 `8.3.1`，建议下载[官网](https://nodejs.org/en/)稳定版的 `node.js`
|
|
|
|
|
|
```
|
|
|
# 进入前端目录
|
|
|
cd web_client
|
|
|
|
|
|
# 安装 `yarn`，已经安装可跳过
|
|
|
npm install -g yarn
|
|
|
|
|
|
# 使用yarn安装前端依赖
|
|
|
yarn install
|
|
|
```
|
|
|
|
|
|
## 启动服务
|
|
|
|
|
|
### 开启后端服务
|
|
|
|
|
|
```
|
|
|
cd speech_server
|
|
|
# 默认8010端口
|
|
|
python main.py --port 8010
|
|
|
```
|
|
|
|
|
|
### 开启前端服务
|
|
|
|
|
|
```
|
|
|
cd web_client
|
|
|
yarn dev --port 8011
|
|
|
```
|
|
|
|
|
|
默认配置下，前端中配置的后台地址信息是 localhost，确保后端服务器和打开页面的游览器在同一台机器上，不在一台机器的配置方式见下方的 FAQ：【后端如果部署在其它机器或者别的端口如何修改】
|
|
|
## FAQ
|
|
|
|
|
|
#### Q: 如何安装node.js
|
|
|
|
|
|
A： node.js的安装可以参考[【菜鸟教程】](https://www.runoob.com/nodejs/nodejs-install-setup.html), 确保 npm 可用
|
|
|
|
|
|
#### Q：后端如果部署在其它机器或者别的端口如何修改
|
|
|
|
|
|
A：后端的配置地址有分散在两个文件中
|
|
|
|
|
|
修改第一个文件 `PaddleSpeechWebClient/vite.config.js`
|
|
|
|
|
|
```
|
|
|
server: {
|
|
|
host: "0.0.0.0",
|
|
|
proxy: {
|
|
|
"/api": {
|
|
|
target: "http://localhost:8010", // 这里改成后端所在接口
|
|
|
changeOrigin: true,
|
|
|
rewrite: (path) => path.replace(/^\/api/, ""),
|
|
|
},
|
|
|
},
|
|
|
}
|
|
|
```
|
|
|
|
|
|
修改第二个文件 `PaddleSpeechWebClient/src/api/API.js`（ Websocket 代理配置失败，所以需要在这个文件中修改）
|
|
|
|
|
|
```
|
|
|
// websocket （这里改成后端所在的接口）
|
|
|
CHAT_SOCKET_RECORD: 'ws://localhost:8010/ws/asr/offlineStream', // ChatBot websocket 接口
|
|
|
ASR_SOCKET_RECORD: 'ws://localhost:8010/ws/asr/onlineStream', // Stream ASR 接口
|
|
|
TTS_SOCKET_RECORD: 'ws://localhost:8010/ws/tts/online', // Stream TTS 接口
|
|
|
```
|
|
|
|
|
|
#### Q：后端以IP地址的形式，前端无法录音
|
|
|
|
|
|
A：这里主要是游览器安全策略的限制，需要配置游览器后重启。游览器修改配置可参考[使用js-audio-recorder报浏览器不支持getUserMedia](https://blog.csdn.net/YRY_LIKE_YOU/article/details/113745273)
|
|
|
|
|
|
chrome设置地址: chrome://flags/#unsafely-treat-insecure-origin-as-secure
|
|
|
|
|
|
## 参考资料
|
|
|
|
|
|
vue实现录音参考资料：https://blog.csdn.net/qq_41619796/article/details/107865602#t1
|
|
|
|
|
|
前端流式播放音频参考仓库：
|
|
|
|
|
|
https://github.com/AnthumChris/fetch-stream-audio
|
|
|
|
|
|
https://bm.enthuses.me/buffered.php?bref=6677
|
