LiveASR

---

简介：本项目是基于 sherpa-onnx 搭建的一个实时语音识别系统。

系统安装步骤

git clone https://github.com/LJoson/LiveASR.git
# 首先安装必要的python库
cd ./LiveASR
pip3 install -r requirements.txt

系统运行步骤

在安装完必要的库之后，就可以运行了，主要的运行文件是 LiveASRGUI.py，运行该文件即可启动系统。（由于gpu部分功能未测试，所以暂时没有使用gpu）

python3 LiveASRGUI.py

实现原理

1. 通信

   项目中的通信主要使用的是 Websocket 模块实现

2. 异步编程

   项目中的异步编程主要使用的是 asyncio 模块实现，其中主要的异步任务包括：

   • 语音识别任务：使用 sherpa-onnx 模块进行语音识别，并将识别结果动态刷新

致谢与引用

本项目在开发过程中参考和使用了以下开源项目和技术，在此表示诚挚的感谢：

核心语音识别引擎

• sherpa-onnx - 基于 ONNX 的语音识别工具包，提供了高效的语音识别功能
• Whisper - OpenAI 开发的开源语音识别模型，为语音识别技术提供了重要参考
• speech-to-text - 基于 faster-whisper 的实时语音转文字项目，提供了优秀的实时转录功能

中文语音识别相关

• FunASR - 阿里巴巴达摩院开源的中文语音识别工具包
• PPASR - 基于 PaddlePaddle 的中文语音识别项目
• RapidASR - 快速语音识别框架

语音识别 GUI 工具

• faster-whisper-GUI - Faster Whisper 的图形界面实现
• Whisper-WebUI - Whisper 的 Web 界面实现
• WhisperGUI - Whisper 的桌面应用界面
• asr-gui - 语音识别图形界面工具

其他相关项目

• CapsWriter-Offline - 离线语音输入工具
• buzz - 语音转文字工具
• Const-me/Whisper - Whisper 的 C++ 实现

技术参考

• 51CTO 文章 - 关于语音识别技术的技术文章
• IDC 帮助文档 - 语音识别相关技术文档

许可证

本项目遵循 GNU 通用公共许可证（GPL）。详情请参阅 LICENSE 文件。

欢迎贡献

我们非常欢迎任何形式的贡献，包括但不限于：

• 提交问题和建议
• 改进文档
• 添加新功能
• 修复 bug
• 优化性能

如果您想为项目做出贡献，请遵循以下步骤：

1. Fork 本仓库
2. 创建您的特性分支 (git checkout -b feature/amazing-feature)
3. 提交您的更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 开启一个 Pull Request

反馈与建议

如果您在使用过程中遇到任何问题，或有任何建议和意见，欢迎通过以下方式联系我们：

• 在 GitHub 上提交 Issue
• 发送邮件至：1250377062@qq.com

您的反馈对我们非常重要，将帮助我们不断改进和完善这个项目。