Parrots, Automatic Speech Recognition(ASR), Text-To-Speech(TTS) engine.
parrots实现了中文语音识别和语音合成模型，开箱即用。
Guide
- ASR：基于 Tensorflow2 实现的中文语音识别（ASR）模型
- TTS：基于中文语音库的语音合成（TTS）模型
brew install portaudio
pip install -r requirements.txt
- pip install parrots
- Or
git clone https://github.com/shibing624/parrots.git
cd parrots
python3 setup.py install
Official Demo: https://www.mulanai.com/product/asr/
example: examples/demo_asr.py
import os
import sys
sys.path.append('..')
from parrots import SpeechRecognition, Pinyin2Hanzi
pwd_path = os.path.abspath(os.path.dirname(__file__))
if __name__ == '__main__':
m = SpeechRecognition()
r = m.recognize_speech_from_file(os.path.join(pwd_path, 'tushuguan.wav'))
print('[提示] 语音识别结果：', r)
n = Pinyin2Hanzi()
text = n.pinyin_2_hanzi(r)
print('[提示] 语音转文字结果：', text)output:
北京图书馆
example: examples/demo_tts.py
import sys
sys.path.append('..')
from parrots import TextToSpeech
if __name__ == '__main__':
m = TextToSpeech()
# say text
m.speak('北京图书馆')
# generate wav file to path
m.synthesize('北京图书馆', output_wav_path='./out.wav')output:
北京图书馆
从SourceForge下载语音库syllables.zip，并解压到parrots/data目录下
wget https://sourceforge.net/projects/hantts/files/syllables.zip --no-check-certificate- 按阴平、阳平、上声、去声、轻声的顺序录下 mapping.json 里每一个音节的五个声调
- 按开头字母(letter)分组, 将文件存在 ./recording/{letter}.wav下
- 运行
python parrots.custom_syllables.py {letter}将{letter}.wav 完整的录音分成独立的拼音 - 检查核对
./pre文件夹中的拼音.wav后导入文件夹./syllables
- Issue(建议)：
- 邮件我：xuming: [email protected]
- 微信我：加我微信号：xuming624, 进Python-NLP交流群，备注：姓名-公司名-NLP
如果你在研究中使用了parrots，请按如下格式引用：
@misc{parrots,
title={parrots: ASR and TTS Tool},
author={Xu Ming},
year={2022},
howpublished={\url{https://github.com/shibing624/parrots}},
}授权协议为 The Apache License 2.0，可免费用做商业用途。请在产品说明中附加parrots的链接和授权协议。
项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：
- 在
tests添加相应的单元测试 - 使用
python -m pytest来运行所有单元测试，确保所有单测都是通过的
之后即可提交PR。