Asterisk 语音识别脚本技术文档
2024-12-25 01:49:30作者:庞眉杨Will
本文档旨在帮助用户安装、使用和理解基于 Asterisk 的语音识别脚本。本文将详细介绍安装指南、项目使用说明以及项目 API 使用文档。
1. 安装指南
在安装前,请确保您的系统已满足以下要求:
- Perl 编程语言
- Perl 的 World-Wide Web 库(perl-libwww)
- Perl 的 JSON 数据操作模块(perl-libjson)
- IO-Socket-SSL Perl 模块
- Free Lossless Audio Codec (flac)
- 来自 Google 的 Cloud Speech API 密钥
- 可以连接到互联网以访问 Google 的语音识别服务
安装步骤如下:
- 将
speech-recog.agi
文件复制到您的agi-bin
目录中,通常是/var/lib/asterisk/agi-bin/
。您可以通过检查/etc/asterisk/asterisk.conf
文件来确认该路径。
2. 项目使用说明
该脚本使用 Google 的 Cloud Speech API 将语音转换成文本,并将结果返回给 Asterisk 的 dialplan,作为 channel 变量。
使用方法如下:
agi(speech-recog.agi,[lang],[timeout],[intkey],[NOBEEP],[rtimeout],[speechContexts])
- 从当前通道录制,直到检测到 2 秒的静音(可以通过 'timeout' 参数设置,-1 表示无超时限制)或按下中断键(默认为 #)。
- 如果设置
NOBEEP
,则不播放提示音以指示录音开始。 - 如果设置
rtimeout
,则覆盖绝对录音超时。 SpeechContext
提供了对结果中特定单词和短语的提示。
脚本将以下 channel 变量:
utterance
:生成的文本字符串。confidence
:介于 0 和 1 之间的值,表示正确识别的概率。大于 0.95 的值通常意味着结果文本是正确的。
在出现意外错误的情况下,这两个变量将被设置为 -1
。
3. 项目 API 使用文档
项目 API 使用方法已在项目使用说明中概述。以下是一些具体的示例:
示例代码
exten => 1234,1,Answer()
exten => 1234,n,agi(speech-recog.agi,en-US)
exten => 1234,n,Verbose(1,The text you just said is: ${utterance})
exten => 1234,n,Verbose(1,The probability to be right is: ${confidence})
exten => 1234,n,Hangup()
在这个例子中,当用户拨打 1234 时,系统将播放提示音,并录制用户的语音,然后通过 Google 的语音识别服务将语音转换为文本。
4. 项目安装方式
项目安装方式已在安装指南中详细说明。确保满足所有依赖项后,将脚本复制到适当的目录即可。
本文档旨在帮助用户更好地理解和使用 Asterisk 语音识别脚本,从而提高语音识别的准确性和效率。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5