首次开源!一行代码轻松搞定中英文语音识别、合成、翻译核心功能!

2021/12/20 19:58
阅读数 49

导读

要说生活里最常见的AI应用场景,语音合成与识别当属大家最为耳熟能详的场景之一了。

寻常到平时地图导航的播报、微信语音转文字、手机语音输入,以及小度智能音箱,都离不开语音技术的加持。

语音技术到底是怎么实现的?有哪些现成可用的开源代码可以快速集成到项目里?可以说是每一名开发者非常关心的问题。

那么,福利时间到了,今天这个集成了中英文语音识别、语音翻译、语音合成、声音分类能力,而且一行代码轻松试验效果的开源项目,你一定不能错过!

项目介绍

话不多说,先来看项目中给出的效果展示。

语音识别

输入音频1

识别结果1

I knocked at the door on the ancient side of the building.

a97387ab9dc5b4075686afc18ce3823c.png

输入音频2

识别结果2

我认为跑步最重要的就是给我带来了身体健康。

语音翻译(英译中)

输入音频

识别结果

我 在 这栋 建筑 的 古老 门上 敲门。

语音合成

输入文本1

Life was like a box of chocolates, you never know what you're gonna get.

合成音频1

e62bd23bb763b737a229b9effda7c0bb.png

输入文本2

早上好,今天是2020/10/29,最低温度是-3°C。

合成音频2

可以看到,无论是中英文的识别,还是中英文的合成,这个开源项目都有不错的效果,特别的,项目中还包含了语音翻译能力,可以实现英文语音同传翻译为中文字幕,这个确实太强大了。

传送门:

GitHub 地址:

https://github.com/PaddlePaddle/PaddleSpeech

有读者肯定想问,这么强大的语音能力,是不是想要用起来比较麻烦?

不得不说,这个项目在易用性上真的也是考虑得非常周到。

安装测试效果

我们按照首页的引导:

一行命令安装:

be64d4377311393d81d56198e8303d29.png

一行命令快速开始使用: 

a29ab093f9418331ed25ca9683976a04.png

这里,小编抱着试一试的态度,在本机上安装了这个项目,安装完成之后,先使用语音合成试一下。

5e86228eae3de742cae91a0dc71e1c46.png

生成的效果大家可以听一下~

然后,带着好奇心,我们再把合成的结果送到语音识别试一下,看看效果:

61348f3b997ea9e16d834e0ff8b59e53.png

最终输出结果:

8a646780e018584b2649f427cc19b7d5.png

可以看到,这一套循环下来,效果非常不错!

除了出色的效果,易用的体验,我们再看看这个项目中还有什么宝藏可以挖掘,果然我们发现项目中还包含丰富的预训练模型,并且语音识别和语音合成均支持自定义训练。

丰富的预训练模型

语音识别包含声学模型和语言模型, 详情如下:

f53c3e6f1a92f0966c6481b15f69b496.png

语音合成主要包含三个模块:文本前端、声学模型和声码器。声学模型和声码器模型如下:

e5cf54ff8e89d33e5351d9ffacc01acf.png

完善的文档教程

4fa5dafed8c306185720b91727910e0d.png

并且开源以来,收到开发者的广泛关注,已经有大量开发者投入到项目的建设中并且贡献内容。

9e9481094302cf3ba775acdb831e3b2d.png

真·干货满满!

b985fc8d3ce29e60b5373b3a0e38cc3a.png

别的不需要多说了,请大家访问GitHub亲自体验吧:

https://github.com/PaddlePaddle/PaddleSpeech

如果大家满意的话,欢迎点个小星星鼓励下我们的工程师!

643048bd8992a5c827c5d302fb12ffef.png

直播课程

   大牛带学   

为了帮助大家了解更多语音技术前沿进展,玩转开源项目,12月21日-24日每晚20:15-21:30,由百度研究院深度学习实验室(美研)主任黄亮老师领衔,多位语音领域资深工程师为大家带来一套精品技术直播课,详解语音方向的核心技术。

d0ddda9cc78fb8fe8d473944ff2f1e85.png

扫码报名课程,获取更多福利

b1281d8818599761aa89961ba03600b7.png

PaddleSpeech项目地址:

GitHub: https://github.com/PaddlePaddle/PaddleSpeech

Gitee: https://gitee.com/paddlepaddle/PaddleSpeech

fa7d2ce12a3dfe1d5833f4fe163fd824.gif

关注公众号,获取更多技术内容~

‍‍

本文同步分享在 博客“飞桨PaddlePaddle”(CSDN)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
加载中

作者的其它热门文章

打赏
0
0 收藏
分享
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部