|
|
(简体中文|[English](./README.md))
|
|
|
|
|
|
# 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](https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/docs/source/install_cn.md)。
|
|
|
|
|
|
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：
|
|
|
```bash
|
|
|
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)
|
|
|
```bash
|
|
|
paddlespeech kws --input ./hey_snips.wav
|
|
|
paddlespeech kws --input ./non-keyword.wav
|
|
|
```
|
|
|
|
|
|
使用方法：
|
|
|
```bash
|
|
|
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：
|
|
|
```bash
|
|
|
# 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
|
|
|
```python
|
|
|
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：
|
|
|
```bash
|
|
|
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
|
