Wenet--离线语音识别 快速上手体验

  • 操作系统:Linux
  • GPU与CUDA:NVIDIA GeForce RTX 4090 D,CUDA 12.5

1. 新建python环境

bash 复制代码
conda create -n wenet_offline python=3.10 -y
conda activate wenet_offline

2. 安装 Wenet

WeNet 提供了封装好的 Python 包,安装极其简单。这只是一个运行时库,包含了预训练模型和推理接口,非常适合快速使用。它会自动安装核心依赖,如 PyTorch。如果想进行模型训练或深度定制,则需要克隆其源码仓库,但对于"仅使用"来说,这就够了

bash 复制代码
pip install git+https://gitcode.com/gh_mirrors/we/wenet

上面命令自动安装的 PyTorch /Numpy等版本兼容性有问题,重装下:

bash 复制代码
pip install torch==2.2.2+cu121 torchaudio==2.2.2+cu121 -f https://download.pytorch.org/whl/torch_stable.html

pip uninstall numpy -y
pip install "numpy<2"

3. 离线语音识别

python 复制代码
import wenet

model = wenet.load_model('paraformer')
result = model.transcribe('test_cn.wav')
print(result.text)

result = model.transcribe('test_en.wav')
print(result.text)

result = model.transcribe('test_mix.wav')
print(result.text)
python 复制代码
今天天气怎么样明天天气怎么样
what's your name hello who are you
hello你叫什么名字呀今天的天气怎么样ok bye

4. 多模型对比

python 复制代码
import wenet
import time

def test_models_compact():
    """紧凑格式测试模型"""
    
    audio_files = ['test_cn.wav', 'test_en.wav', 'test_mix.wav']
    models = ['paraformer', 'firered', 'whisper-large-v3', 'wenetspeech']
    
    print("模型对比测试 (格式: 模型-文件-时间-结果)")
    print("="*80)
    
    for model_name in models:
        try:
            model = wenet.load_model(model_name)
            
            for audio_file in audio_files:
                start = time.time()
                result = model.transcribe(audio_file)
                elapsed = time.time() - start
                
                result_text = result.text if hasattr(result, 'text') else str(result)
                # 单行输出
                print(f"{model_name:20} | {audio_file:15} | {elapsed:6.3f}s | {result_text}")
                
        except Exception as e:
            print(f"{model_name:20} | 失败: {e}")

if __name__ == "__main__":
    test_models_compact()
python 复制代码
模型对比测试 (格式: 模型-文件-时间-结果)
================================================================================
paraformer           | test_cn.wav     |  0.129s | 今天天气怎么样明天天气怎么样
paraformer           | test_en.wav     |  0.111s | what's your name hello who are you
paraformer           | test_mix.wav    |  0.222s | hello你叫什么名字呀今天的天气怎么样ok bye
firered              | test_cn.wav     |  0.913s | 今天天气怎么样明天天气怎么样
firered              | test_en.wav     |  0.784s | WHAT'S YOUR NAME HELLO WHO ARE YOU
firered              | test_mix.wav    |  1.747s | 哈喽你叫什么名字呀今天的天气怎么样 OK拜
whisper-large-v3     | test_cn.wav     |  2.057s |  How is the weather today? How is the weather tomorrow?
whisper-large-v3     | test_en.wav     |  1.454s |  What's your name? Hello, who are you?
whisper-large-v3     | test_mix.wav    |  2.786s |  Hello 你叫什么名字呀? 今天的天气怎么样? OK, bye.
wenetspeech          | test_cn.wav     |  0.067s | 今天天气怎么样明天天气怎么样
wenetspeech          | test_en.wav     |  0.066s | 我叫要耐姆你好胡油
wenetspeech          | test_mix.wav    |  0.130s | 你好你叫什么名字今天的天气怎么样好拜
相关推荐
love在水一方3 分钟前
【翻译】NavDreamer: Video Models as Zero-Shot 3D Navig
人工智能·机器学习
byte轻骑兵3 分钟前
【HID】规范精讲[11]: 蓝牙HID设备信号交互流程深度拆解
人工智能·交互·hid·蓝牙键盘·蓝牙鼠标
AIDF20265 分钟前
看破 AI 的“马甲”——从算子到 ChatGPT
人工智能·chatgpt·应用·模型·算子
IT大白鼠12 分钟前
AIGC+教育:个性化学习、AI助教、内容生产,教育行业的变革路径
人工智能·学习·aigc
AI医影跨模态组学15 分钟前
NPJ Precis Oncol(IF=8)哈尔滨医科大学附属肿瘤医院韩鹏等团队:一种可解释的深度学习生物标志物用于胃癌预后评估及辅助化疗获益预测
人工智能·深度学习·论文·医学·医学影像·影像组学
国产化创客15 分钟前
IoT设备AI智能体ESP-Claw
人工智能·物联网·智能硬件
AI科技15 分钟前
一键重置重新编曲伴奏创作,妙笔生歌给予原创音乐人写歌更多的试错空间
人工智能
飞Link18 分钟前
纵向洞察引擎:利用多模态 AI 进行早期儿科风险预测的技术路径探索
人工智能
AI学长22 分钟前
数据集-草莓成熟度分类数据集-3类草莓未熟(白/绿色)、半熟(粉/浅红色)、完熟(深红色)
人工智能·机器学习·图像分类·草莓成熟度分类数据集
IvanCodes30 分钟前
Skills 热潮过去后,我重新理解了 AI Agent 的方向
人工智能·agent