DeepSpeech 0.9.x 示例

这些是使用我们的软件包来使用或集成 DeepSpeech 的各种示例。

在深入了解其工作原理之前，这些示例是一个很好的上手方式，同时也能为您提供灵感，帮助您将其集成到自己的应用中，或者解决诸如语音活动检测（VAD）或麦克风流式传输等常见任务。

欢迎贡献！

注意： 这些示例仅适用于 DeepSpeech 0.9.x 版本。如果您使用的是其他版本，请切换到相应版本的分支：

• v0.9.x <https://github.com/mozilla/DeepSpeech-examples/tree/r0.9>_
• v0.8.x <https://github.com/mozilla/DeepSpeech-examples/tree/r0.8>_
• v0.7.x <https://github.com/mozilla/DeepSpeech-examples/tree/r0.7>_
• v0.6.x <https://github.com/mozilla/DeepSpeech-examples/tree/r0.6>_
• master 分支 <https://github.com/mozilla/DeepSpeech-examples/tree/master>_

示例列表

Python:

• 麦克风 VAD 流式传输 <mic_vad_streaming/README.rst>_
• VAD 转录器 <vad_transcriber/>_
• AutoSub <autosub/>_

JavaScript:

• FFMPEG VAD 流式传输 <ffmpeg_vad_streaming/README.MD>_
• Node.js 麦克风 VAD 流式传输 <nodejs_mic_vad_streaming/Readme.md>_
• Node.js WAV 文件处理 <nodejs_wav/Readme.md>_
• Web 麦克风 WebSocket 流式传输 <web_microphone_websocket/Readme.md>_
• Electron WAV 文件转录器 <electron/Readme.md>_

Windows/C#:

• .NET 框架 <net_framework/>_
• 通用 Windows 平台 (UWP) <uwp/>_。

Java/Android:

• mozilla/androidspeech 库 <https://github.com/mozilla/androidspeech/>_

Nim:

• nim_mic_vad_streaming <nim_mic_vad_streaming/README.md>_。

DeepSpeech-examples 快速上手指南

DeepSpeech-examples 提供了多种语言（Python、JavaScript、C#、Nim 等）的示例代码，帮助开发者快速集成 Mozilla DeepSpeech 语音识别引擎。本指南以使用最广泛的 Python 环境为例，演示如何运行麦克风流式识别示例。

注意：本指南基于 DeepSpeech 0.9.x 版本。若需其他版本（如 0.8.x, 0.7.x），请切换至对应的 Git 分支。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu 18.04/20.04), macOS, 或 Windows (需配置相应编译环境)。
• Python 版本：Python 3.6 - 3.9 (DeepSpeech 0.9.x 支持范围)。
• 前置依赖：
  • pip (Python 包管理工具)
  • git (用于克隆仓库)
  • sox 或 ffmpeg (部分音频处理示例需要，建议安装)
  • portaudio (Linux/macOS 下麦克风采集需要，Windows 通常内置)

国内加速建议： 在安装 Python 依赖时，推荐使用清华或阿里云镜像源以提升下载速度。

2. 安装步骤

第一步：克隆项目仓库

首先获取示例代码库：

git clone https://github.com/mozilla/DeepSpeech-examples.git
cd DeepSpeech-examples

第二步：安装 DeepSpeech 核心库

安装对应版本的 DeepSpeech Python 包。国内用户建议使用 -i 参数指定镜像源：

pip install deepspeech==0.9.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

第三步：安装示例所需依赖

进入具体的示例目录（以 mic_vad_streaming 为例）并安装其依赖：

cd mic_vad_streaming
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

第四步：下载预训练模型

DeepSpeech 需要预训练的模型文件（.pb, .lm, .trie）才能工作。您可以从官方 GitHub Release 页面下载，或使用以下命令直接下载 0.9.3 版本的模型：

# 下载模型文件
wget https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models.pbmm
wget https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models.scorer

# 如果 wget 速度慢，可尝试使用迅雷或国内代理下载后放入当前目录

3. 基本使用

完成上述步骤后，即可运行最简单的麦克风实时语音识别示例。该示例集成了语音活动检测 (VAD)，仅在检测到说话时进行转录。

运行命令：

python3 mic_vad_streaming.py --model deepspeech-0.9.3-models.pbmm --scorer deepspeech-0.9.3-models.scorer

使用说明：

1. 运行命令后，程序将等待麦克风输入。
2. 对着麦克风清晰说话。
3. 终端将实时输出识别到的文本内容。
4. 按 Ctrl+C 退出程序。

其他语言示例： 若您需要使用 JavaScript (Node.js/Electron)、C# (.NET/UWP) 或 Nim 进行开发，请进入项目中对应的子目录（如 nodejs_mic_vad_streaming 或 net_framework），参照该目录下的 README 文件安装特定语言的 SDK 并运行示例。