百度飞桨语音PaddleSpeech在win上运行语音识别(ASR)与语音合成(TTS)

百度飞桨语音PaddleSpeech在win上运行语音识别(ASR)与语音合成(TTS)

前言

PaddleSpeech是PaddlePadle百度飞桨深度学习框架下的语音服务工具包。PaddleSpeech包括自监督学习模型、带标点符号的 SOTA/流式 ASR、带文本前端的流式 TTS、说话人验证系统、端到端语音翻译和关键字识别。

我在部署运行过程中，遇到很多问题，参考了很多资料，在这里做一个从安装部署到运行测试的、详尽的记录。

文章目录

文章目录

• 前言
• 先决条件
• 运行环境搭建
• • 安装Anaconda
  • • 安装过程
    • 查看conda版本
• 项目部署
• • 为PaddleSpeech创建专属虚拟环境
  • 安装 C++ 编译环境
  • 安装PaddleSpeech
  • • 安装pytest-runner
    • 安装paddlepaddle
    • 安装paddlespeech
    • 新建PaddleSpeech工作文件夹
• 快速上手
• • 自动语音识别ASR(Automatic Speech Recognition)
  • • 准备测试音频
    • 语音识别
    • 运行报错及解决
    • 重新识别
  • 语音合成TTS(Text-to-Speech)(本文转语音)
  • • 语音合成
    • 运行报错及解决
    • 重新合成语音
  • 关于日志
• 快速使用服务
• • 启动服务
  • • 准备启动服务的配置文件
• 引用：

先决条件

官方给的要求如下

• Python >= 3.7 (我这里使用Python3.9)
• 最新版本的 PaddlePaddle
• C++ 编译环境 (win下，可通过Visual Studio Installer来安装)
• 提示: 我们建议在安装 paddlepaddle 的时候使用百度源 https://mirror.baidu.com/pypi/simple ，而在安装 paddlespeech 的时候使用清华源 https://pypi.tuna.tsinghua.edu.cn/simple 。

运行环境搭建

安装Anaconda

安装过程

安装步骤略过，参考文章：anaconda的安装和使用

查看conda版本

Anaconda Power Shell控制台中输入以下命令：

conda info

我的conda版本是23.1.0。

项目部署

为PaddleSpeech创建专属虚拟环境

Anaconda Power Shell中输入以下命令，创建python版本为【3.9】、名为【paddle_speech】的虚拟环境。建议使用【Python3.9】，亲测可用。

conda env list
conda create -n paddle_speech python=3.9

激活 conda 虚拟环境：

conda activate paddle_speech