华镇语音识别(wanson_asr)开发指南

[English]

1、功能概述

华镇语音识别库主要用于离线语音识别，通过模型训练可支持自定义唤醒词和命令词。

2、开发资料

armino平台已经将华镇离线语音识别库适配并集成为平台组件，并提供了用于华镇语音识别应用开发的工程，客户可基于此工程开发。

wanson—asr库的API接口的详细说明请参考源文件: .\components\bk_thirdparty\asr\wanson\include\asr.h

wanson—asr库存放路径：.\components\bk_thirdparty\asr\wanson\lib\libasr.a

备注

1、华镇语音识别库要求音频流格式为：单声道、16K采样率、16bit位宽。 2、华镇语音识别库基于浮点运算。 3、当修改唤醒词或命令词后，需要替换 libasr.a 库。

3、实时离线语音识别应用开发

基于华镇语音识别库开发实时离线识别的流程如下：

1、初始化语音识别 2、初始化音频采样 2、运行语音识别 3、打开音频采样

接口调用实例如下：

/* 初始化语音识别库 */
Wanson_ASR_Init()
//复位语音识别库
Wanson_ASR_Reset();

/* 初始化音频传输 */
aud_intf_drv_setup.aud_intf_tx_mic_data = aud_asr_handle;
//初始化音频组件
bk_aud_intf_drv_init(&aud_intf_drv_setup);
aud_work_mode = AUD_INTF_WORK_MODE_GENERAL;
//设置音频组件工作模式
bk_aud_intf_set_mode(aud_work_mode);
//初始化语音通话
aud_intf_mic_setup.samp_rate = AUD_ADC_SAMP_RATE_16K;
ret = bk_aud_intf_mic_init(&aud_intf_mic_setup);

/* 开启语音识别 */
//将采集的数据不断送给算法识别
Wanson_ASR_Recog((short*)asr_buff, 480, &text, &score);

/* 开启音频采样 */
bk_aud_intf_mic_start();

完整的demo请参考源码： ``\components\demos\media\audio\audio_asr``

参考链接