lpcarl的专栏

特别要注意，这里的模型只支持单声道的wav文件，千万不能双声道，录制一段音频后保存成单声道的，命名为8k.wav并放在speech-recognition-from-microphone.py文件的相同目录下。将如下的代码保存成一个speech-recognition-from-microphone.py文件，并跟模型放在一起，像这样。模型所在的地址在这里（），通过git命令将模型下载下来。

Sherpa，作为Next-gen Kaldi项目的一个部署框架，它支持将语音相关的预训练模型部署到各种平台上，并且支持多种语言绑定。具体来说，Sherpa的功能和特点包括：跨平台部署：Sherpa可以将语音模型部署到不同的硬件和软件平台上，包括云服务器、边缘设备（如智能手机、IoT设备等）等。这种跨平台的能力使得Sherpa具有很高的灵活性和适应性，可以满足不同场景下的需求。多种语言绑定：Sherpa支持多种编程语言接口，如Python、C++等。

OpenBLAS可以使用LLVM工具链（clang-cl和flang）从源代码为Windows on ARM（WoA）进行构建。v0.3.24版本（预构建包）的构建和测试已通过。

但只有部分已安装的语音能在整个系统中使用，以便第三方软件和服务也能利用它们。那怎么解锁更多的语音包可以解锁Windows on ARM中的所有文本转语音（TTS）语音，使它们能够被任何使用Windows on ARM提供的语音的程序或应用所使用。当你在Windows on ARM电脑上打开一个使用语音的第三方程序时，仅会提供其中的部分语音。上面的截图显示了当你在讲述人中选择语音选择器时，有多少语音可供选择。如果你打开“设置”搜索语音菜单，并选择其中的“选择语音”菜单，你会看到一个可用的语音列表。

pip无法安装，想自己编译，并且有错误的都可以看这篇。

下载visual studio安装包，并在线安装visual studio 2022 版本，安装完成后安装“c++桌面应用开发”相关的组件。如果你是在window on arm 平台上编译，直接打开powershell进入源码目录。下载cmake arm版本并安装，可在cmake官网上找到相应的arm版本。须在高通的官网注册后才能下载，下载安装后，进入该目录，运行ps脚本。编译完成后，就会生成wheel安装包，然后再安装即可。如果是要生成python的安装包则。运行后，就会自动编译完成。