有什么识别率高且免费的离线语音识别模型吗？

wangerxian

有什么识别率高且免费的离线语音识别模型吗？ [复制链接]

 

最近测评科大讯飞的流式语音模型感觉识别率还是挺高的，不过收费也挺高的，想问问，大家在离线产品上用的语音识别，都是什么语音识别模型？

我记得Python有个第三方语音识别库，不过好像识别率一般。

lugl4313820

我也想顺路学习一下，有的话加入到stm32H7xx里面。

wangerxian

lugl4313820 发表于 2024-1-8 11:56 我也想顺路学习一下，有的话加入到stm32H7xx里面。

估计不好加，加Linux估计好加一些。

kit7828

淘宝上有些比较廉价的离线语音识别模块，串口通信，识别率还可以

秦天qintian0303

这种芯片应该有，不过模型人家应该不开源吧  

wangerxian

kit7828 发表于 2024-1-8 16:29 淘宝上有些比较廉价的离线语音识别模块，串口通信，识别率还可以

是不是只能识别固定的内容？

wangerxian

秦天qintian0303 发表于 2024-1-8 17:24 这种芯片应该有，不过模型人家应该不开源吧  

感觉是，后面我自己看看训练一个模型好了，有点经验了。

nmg

听嵌入式群里的人说：开源没有，能改词儿不收费 都是这两年卷的 福利了

还有人推荐了机芯智能的模块，他当时对比几家，感觉他家可以，但是，要把需要识别的词汇，生成离线库，不是和，小杜一样

wsmysyn

本地离线识别可以, 精度高的, 限制也比较多, 比如模型太大, 芯片都塞不下, 或者比较复杂, 个人能玩转的比较少

几年前大多是那种语音唤醒的, 支持几十条, 上百条的预设词, 公司之前还有一条产品线, 做语音识别, TWS, 奈何太卷了, 高端的打不过, 低端的成本降不下来, 不干了

 

wangerxian

wsmysyn 发表于 2024-1-9 09:59 本地离线识别可以, 精度高的, 限制也比较多, 比如模型太大, 芯片都塞不下, 或者比较复杂, 个人能玩转的比较 ...

模型能达到多大？

wsmysyn

wangerxian 发表于 2024-1-9 13:25 模型能达到多大？

语音那个产品, 具体没了解, 只是听软件的人说过, 预设识别词过多的时候识别精度以及功耗控制不好, 唤醒词一般3-5个, 命令词一般10个左右, 可以更多, 问题就是上边说那些

SRAM大概0.7 - 2MB, XIP flash容量1MB/4MB两个版本, 可以合封更大的flash, 评估过8MB, 但是没有做, 

 

damiaa

wangerxian 发表于 2024-1-9 09:10 是不是只能识别固定的内容？

离线的就这样，就是识别固定的一些单词。 什么开灯 关灯 之类的。可以订制自己的内容。 而且是普通话版本的。其他什么语言那就要花钱训练 还不一定效果好。

 

wangerxian

wsmysyn 发表于 2024-1-10 11:32 语音那个产品, 具体没了解, 只是听软件的人说过, 预设识别词过多的时候识别精度以及功耗控制不好, 唤醒词 ...

基本上那些离线的智能设备都是用的这种芯片吧。

wangerxian

damiaa 发表于 2024-1-10 13:53 离线的就这样，就是识别固定的一些单词。 什么开灯 关灯 之类的。可以订制自己的内容。 而且是普通话版 ...

那其实还真的可以自己训练，后面有时间我搞搞。

wsmysyn

wangerxian 发表于 2024-1-11 09:16 基本上那些离线的智能设备都是用的这种芯片吧。

基本上是这样, 主打的是低功耗, 本地识别, 比传统的识别精度高一些, 可穿戴这类电池供电场景

而且相当便宜,,, 

 

wangerxian

wsmysyn 发表于 2024-1-11 09:55 基本上是这样, 主打的是低功耗, 本地识别, 比传统的识别精度高一些, 可穿戴这类电池供电场景 而且相当 ...

本地识别还会比传统识别精度高？

wsmysyn

wangerxian 发表于 2024-1-11 13:06 本地识别还会比传统识别精度高？

传统的是更早以前的那种的本地识别, 

现在基本上都是内置了一些AI引擎, 更成熟一些的算法之类的

基本上对外宣传都是98%识别率, 48小时误识别次数小于2次等等...

工艺上, 目前语音类芯片已经从40nm卷到了22nm, 集成度相当的高

wangerxian

wsmysyn 发表于 2024-1-11 13:42 传统的是更早以前的那种的本地识别,  现在基本上都是内置了一些AI引擎, 更成熟一些的算法之类 ...

口音啥的识别率如何？我们网络版的，带点口音一些词就识别不了。

wsmysyn

wangerxian 发表于 2024-1-12 17:28 口音啥的识别率如何？我们网络版的，带点口音一些词就识别不了。

我们当时也参与录音训练来着, 让带着口音训练, 但是也仅限于公司员工, 以及员工亲戚朋友间, 样本量还是不足, 估计也不行. 轻微的口音可能还行, 太重没有足够样品训练

花钱花时间应该可以训练出来

其他公司可能应该有, 具体没了解那么多, 毕竟不是做产品定义的, 是根据产品要求做芯片封装设计和测试设计以及供应链运营的....

wangerxian

wsmysyn 发表于 2024-1-12 22:37 我们当时也参与录音训练来着, 让带着口音训练, 但是也仅限于公司员工, 以及员工亲戚朋友间, 样本量还是不 ...

我们用的是科大讯飞的语音识别，感觉还是差些意思。