Ubuntu系统安装PaddleSpeech语音转文字功能

本文章是从0开始安装，包括python、git、pip。如果有多行命令，请一定按照顺序执行

1.安装python3.8

1.下载python3.8

sudo apt-get install python3.8

2.配置python

ls /usr/bin/python3.8
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 1
sudo update-alternatives --config python3

3.查询python版本

python3 --version

如果返回的是python3.8就是安装成功

2.安装git和升级pip

1.安装git

sudo apt install git

2.升级pip (重要，一定要升级到23版本，否则后续依赖下载不下来)

apt-get install python3-pip
pip3 install --upgrade pip

查询升级后的pip版本

pip --version

如果是23版本，就没问题

3.下载和安装PaddleSpeech

1.进入下载或者安装位置，我自己的在/opt/tools/paddle  (根据自己位置来选择)

cd /opt
mkdir tools
cd tools/
mkdir paddle
cd paddle/

2.下载paddlepaddle

git clone -b r1.2 https://gitee.com/paddlepaddle/PaddleSpeech

下载后，进入文件夹

cd PaddleSpeech/

3.框架和依赖安装

很慢，耐心等待

pip install paddlepaddle==2.3.1 -i https://pypi.douban.com/simple
pip install pytest-runner -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install uvicorn==0.18.3
pip install . -i https://pypi.tuna.tsinghua.edu.cn/simple

如果执行最后一个pip install . -i https://pypi.tuna.tsinghua.edu.cn/simple  有很多问题，建议先把我下面的命令全部执行一边，后续与再回来执行

4.解决问题

建议下面命令无脑执行一遍

1.PyYAML冲突

pip install --upgrade nni --ignore-installed

2.numpy冲突

pip install --upgrade numpy
pip uninstall librosa
#下面这个命令执行，会有报错或者警告，直接无视。意思是版本冲突，但是并不影响
pip install librosa==0.10.0

3.下载paddlespeech_ctcdecoders

python -m pip install paddlespeech_ctcdecoders

执行上面的命令后，请再回去执行pip install . -i https://pypi.tuna.tsinghua.edu.cn/simple

至此，安装完毕，下面开始进行启动和测试

5.启动以及测试

我现在在/opt/tools/paddle这个文件下

1.创建并进入start.sh文件

vim start.sh

编辑输入一下内容

paddlespeech_server start --config_file ./PaddleSpeech/paddlespeech/server/conf/application.yaml --log_file paddle.log > log.log 2>&1 &

保存退出

2.启动脚本

./start

 执行ls命令，会发现多出一个log.log文件，打开

出现以下输出，表示服务开启成功：

INFO:     Started server process [4697]
[2022-07-29 14:19:03] [INFO] [server.py:75] Started server process [4697]
INFO:     Waiting for application startup.
[2022-07-29 14:19:03] [INFO] [on.py:47] Waiting for application startup.
INFO:     Application startup complete.
[2022-07-29 14:19:03] [INFO] [on.py:61] Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8090 (Press CTRL+C to quit)
[2022-07-29 14:19:03] [INFO] [server.py:212] Uvicorn running on http://0.0.0.0:8090 (Press CTRL+C to quit)

3.测试

我使用postman进行测试，并且由于大家需要将语音文件转为base64的编码

请求格式：

 {  
    "audio"："" //这个就是你语音转为base64后的数据
    "audio_format":"wav", //这个是指定文件，我是wav
    "sample_rate":16000, //这个是采样频率，我是16000
    "lang":"zh_cn", //这个是语言，中文，不用改
    "punc":0 //不用改
}

请求路径为http://127.0.0.1:8090/paddlespeech/asr

请求为post请求，数据放在body里面，下列是成功后的截图。 

 可能会有遗漏步骤或者问题，如有问题，请留言