Skip to content

README_cn.md

Latest commit

 

History

History
118 lines (85 loc) · 3.52 KB

README_cn.md

File metadata and controls

118 lines (85 loc) · 3.52 KB

TTSClient

[日本語] [English] [한국어] [中文简体]

这是用于实时语音识别/语音转文字/自动语音识别（STT/ASR）的客户端软件。

识别的文本可以通过WebHook或WebSocket实时获取。

我们计划支持各种人工智能服务。

What's New

  • v.1.0.4 released
    • source code is opened.

相关软件

下载

Hugging Face的仓库

  • win_std版：适用于Windows的版本，运行在CPU上。虽然比cuda版慢，但在现代规格较高的CPU上也可以运行。
  • win_cuda版：适用于Windows的版本，运行在NVIDIA的GPU上。利用GPU硬件加速，可以快速运行。
  • mac版：适用于Mac(Apple silicon(M1, M2, M3, etc))的版本。

在线演示

你可以在Colab上运行此程序。 请访问这个笔记本，然后点击左上角的 Open in Colab 按钮打开它。

使用方法

  • 解压缩文件后，运行start_http.bat。在浏览器中访问显示的URL。
  • 使用start_https.bat可以从远程访问。
  • （高级用户）使用start_http_with_ngrok.bat可以通过ngrok隧道进行访问。

注意：mac版请将.bat替换为.command。

克隆并使用存储库的方法 (Advanced)

前提条件

准备

请执行以下命令：

git clone https://github.com/w-okada/asrclient.git

cd asrclient
cd third_party
git clone https://github.com/reazon-research/ReazonSpeech
cd ..

poetry install

执行

请执行以下命令：

poetry run main cui

请访问下方图片中的网址。 image

如果遇到 fatal error: Python.h: No such file or directory 类似的错误，请安装 Python 源代码。

sudo apt install python3-dev

如果遇到 No such file or directory: 'cmake' 类似的错误，请安装 cmake:

sudo apt-get install cmake

如果使用 NVIDIA GPU (CUDA)

poetry remove onnxruntime-directml torch-directml
poetry add torch==2.3.1 --source torch_cuda12
poetry add onnxruntime-gpu==1.17.1 --source ort_cuda12

Webhook客户端样例

Python

请执行以下命令，并在GUI中设置显示的webhook URL。

python .\client\webhook_server\generic_main.py

Node

请执行以下命令，并在GUI中设置显示的webhook URL。

node .\client\webhook_server\generic_main.js

Socket.io客户端样例

请执行以下命令。 将 http://localhost:20000 替换为ASRClient的启动URL。

poetry run python_socket_io http://localhost:20000
⚡