java 离线版语音转文字

使用vosk开源项目，基于java实现离线语音转文字

---

前言

当前主流的语音识别大厂有科大讯飞、百度、谷歌等，但在他们官网中发现，支持java离线版的并不多，科大讯飞离线包仅基于安卓，而百度官方并没有离线版的，所以在资源查找中筛选出VOSK、CMU Sphinx，并且两者都是开源的，但CMU Sphinx官网中并没有中文模型，所以在选用上选择了VOSK.

---

一、VOSK是什么？

Vosk是言语识别工具包。Vosk最好的事情是：
1.支持二十+种语言 - 中文，英语，印度英语，德语，法语，西班牙语，葡萄牙语，俄语，土耳其语，越南语，意大利语，荷兰人，加泰罗尼亚语，阿拉伯, 希腊语, 波斯语, 菲律宾语，乌克兰语, 哈萨克语, 瑞典语, 日语, 世界语
2.移动设备上脱机工作-Raspberry Pi，Android，iOS
3.使用简单的 pip3 install vosk 安装
4.每种语言的手提式模型只有是50Mb, 但还有更大的服务器模型可用
提供流媒体API，以提供最佳用户体验（与流行的语音识别python包不同）
5.还有用于不同编程语言的包装器-java / csharp / javascript等
6.可以快速重新配置词汇以实现最佳准确性
7.支持说话人识别

二、使用步骤

1.环境准备

因为该资源底层是c开发的，所以需要下载vcredist；

2.maven依赖

代码如下（示例）：

		 <dependency>
            <groupId>net.java.dev.jna</groupId>
            <artifactId>jna</artifactId>
            <version>5.7.0</version>
        </dependency>
         <dependency>
            <groupId>com.alphacephei</groupId>
            <artifactId>vosk</artifactId>
            <version>0.3.32</version>
        </dependency>

如果导入失败可以下载jar，build path一下；

3.语言模型

从官网地址https://alphacephei.com/vosk/models中下载想用的语言模型，如果是中文的话推荐：vosk-model-small-cn-0.3

---

4.运行代码

将官方给出的demo添加到项目中，其中需要更改的是给的DecoderDemo，这个是调用方法，

	 public static void main(String[] argv) throws IOException, UnsupportedAudioFileException {
        LibVosk.setLogLevel(LogLevel.DEBUG);

        try (Model model = new Model("model");//该段是模型地址
                    InputStream ais = AudioSystem.getAudioInputStream(new BufferedInputStream(new FileInputStream("cn.wav")));//该段是要转的语言文件，仅支持wav
                    Recognizer recognizer = new Recognizer(model, 12000)) {//该段中12000是语言频率，需要大于8000，可以自行调整

            int nbytes;
            byte[] b = new byte[4096];
            while ((nbytes = ais.read(b)) >= 0) {
                if (recognizer.acceptWaveForm(b, nbytes)) {
                    System.out.println(recognizer.getResult());
                } else {
                    System.out.println(recognizer.getPartialResult());
                }
            }

            System.out.println(recognizer.getFinalResult());
        }
    }	

---

总结

这个开源最大的不足是有点慢，如果你们有合适的开源资源记得推荐一下。