需求：
像百度等是否有语音智能助手，利用语音来检索知识
可以私有化部署
方案一：百度智能对话AI产品（3个）
百度AI市场-智能对话百度-DuerOS智能语音助理解决方案 DuerOS智能语音手机助手 百度智能对话定制与服务平台UNIT-快速搭建对话机器人 百度UNIT私有化部署产品聊天机器人：
图灵聊天机器人
青云客聊天机器人
方案二：阿里AI语音助手
阿里智能语音交互（语音识别，语音合成）
阿里AI语音助手
方案三：科大讯飞语音助手
科大讯飞-AI电视助手
科大讯飞-AI智能客服解决方案
部署方式：
云端训练，部署后调用云端API线下部署，需注册为开发者，与平台沟通购买相关服务购买整套服务，平台提供售后不收费版本：
github-开源语音助手
集成方案
语音转文字（语音识别）：语音识别-百度AI开放平台 得调API
离线命令词识别-科大讯飞
文字拆分，生成指令：PaddleHub 分词模型LAC中文NLP的第一步：分词，基于 PaddleHub 实现，绝对小白友好（学习心得）
指令调接口查询返回结果展示语音合成：离线语音合成-百度AI开放平台
百度语音合成快速集成指南-实现步骤
Parakeet：手把手教你训练语音合成模型（脚本任务、Notebook）
离线文字转语音-简书
简单可行方案及开源代码
一、Pocketsphinx 通过声学信号转化–分析转化为音素–电脑理解的最小声音信号单元.应用场景：要求速度快，内存占用少，准确率不高，基本上属于对照最相似的声音信号输出固定性文字。问题限制：通过增加语素对应的词典，可以实现多语种的切换，和词汇的扩充。语料词典耗费比较高。import os from pocketsphinx import AudioFile, get_model_path, get_data_path model_path = get_model_path() print(model_path) data_path = get_data_path() ''' 支持的文件格式:wav 音频文件的解码要求: 16KHz, 单声道 ''' config = { 'verbose': False, 'audio_file': './data/output/1_1.wav', 'buffer_size': 2048, 'no_search': False, 'full_utt': False, 'hmm': os.path.join(model_path, 'en-us'), # 计算模型 'lm': os.path.join(model_path, 'en-us.lm.bin'),#语言模型 'dict': os.path.join(model_path, 'cmudict-en-us.dict')# 词典模型 } audio = AudioFile(**config) for phrase in audio: print(phrase)
12345678910111213141516171819202122232425参考资料：【CSDN博客】pocketsphinx库（离线语音识别）
二、基于PPASR的语音识别 PPASR使用卷积神经网络，使用了CTC Loss作为损失函数。应用场景：可以做到小范围的前后语义的理解，准确率一般，模型文件大小100M以上。对词语短句的理解比较好。问题限制：（1）训练过程耗费时间。（2）需要更好的计算资源。（3）需要数据集训练才能更好的训练出效果。项目地址：【AIStudio】PPASR语音识别（入门级）
项目Github地址：https://github.com/yeyupiaoling/PPASR
本项目使用Keras、TensorFlow基于深度卷积神经网络和长短时记忆神经网络、注意力机制以及CTC实现。
项目Github地址：https://github.com/nl8590687/ASRT_SpeechRecognition.git
