ZASR_tensorflow 开源项目使用教程

1. 项目介绍

ZASR_tensorflow 是一个基于 TensorFlow 的中文语音识别框架。该项目参考了百度 Deepspeech2 的论文，并使用 Aishell 170 小时的数据进行训练。模型结构如下图所示：

目前模型训练存在不收敛情况，正在调参研究中。

2. 项目快速启动

2.1 环境准备

本程序基于 Python 2.7。TensorFlow 版本应大于 1.3，否则 tf.nn.softmax 等函数可能报错。

安装依赖库

在 Ubuntu 环境下，可以通过 apt-get 安装以下依赖库：

sudo apt-get install -y pkg-config libflac-dev libogg-dev libvorbis-dev libboost-dev swig

2.2 配置模型参数

进入 conf 文件夹，修改 hyparam.py 中的模型参数。

2.3 数据准备

进入 example/aishell 文件夹，修改 run_data.sh 内的相关存储路径后，运行该脚本生成 manifest[train,dev,test] 文件、vocab.txt 以及 mean_std.npz。

cd example/aishell
./run_data.sh

2.4 模型训练

运行 train.py 训练模型：

python train.py

2.5 模型测试

运行 test.py 进行测试：

python test.py

2.6 启动服务器和客户端

启动服务器

打开 /demo_server.sh 文件配置 IP、端口等信息，然后执行：

./demo_server.sh

启动客户端

打开 /demo_client.sh 文件配置 IP、端口等信息，然后执行：

./demo_client.sh

在客户端内，持续按空格进行录音，松开空格后发送音频到服务器端进行语音识别。

3. 应用案例和最佳实践

3.1 语音识别系统

ZASR_tensorflow 可以用于构建中文语音识别系统。通过训练模型，可以实现对中文语音的准确识别。

3.2 实时语音转文字

结合服务器和客户端，可以实现实时语音转文字的功能。用户可以通过麦克风输入语音，系统实时将语音转换为文字输出。

4. 典型生态项目

4.1 TensorFlow

ZASR_tensorflow 基于 TensorFlow 框架，充分利用了 TensorFlow 的强大功能和灵活性。

4.2 Aishell 数据集

Aishell 数据集是 ZASR_tensorflow 训练所使用的数据集，提供了丰富的中文语音数据。

4.3 KenLM 语言模型

ZASR_tensorflow 使用 KenLM 工具生成并剪枝得到的中文语言模型，用于测试和使用阶段的解码。