CapsWriter-Offline

CapsWriter-Offline copied to clipboard

不兼容新模型，sherpa-onnx-paraformer-zh-2024-03-09

31

https://huggingface.co/csukuangfj/sherpa-onnx-paraformer-zh-2024-03-09 以上模型有更新，自己手动下载，并转换了模型格式，但是无法识别语音

kebinzhi

能否实现实时字幕功能

2

比如看一些视频内容不想放出声音，或者在有听力障碍的情况，能实时显示出字幕来。 最好能提供API（比如WebSocket之类进行输入输出的推送）

haodiao

請問如何更換為粵語模型？

3

本來曾經尚嘗試更換模型為粵語模型（csukuangfj/sherpa-onnx-paraformer-trilingual-zh-cantonese-en）及其他模型，能成功運行但不能識別出結果，請問是什麼問題？是要重新打包嗎？

Stanley121236

能否增加选择采集设备的功能

3

期望能够增加选择输入/输出设备的功能，输入设备就是目前的功能。但是开远程会议的时候，有时候也是想要将对面的语音转为语音的，能否将这个功能也实现。谢啦

Xiemarc

是否可以选择输入麦克风?

8

我是一个虚拟麦克风用户, 如果使用默认输入源, 会将系统声音也输入进去, 导致识别结果出现混乱, 所以能否更改输入源为我的物理麦克风或由 NVIDIA 降噪后的麦克风, 感谢开发者支持.

lovemilk2333

请问按下录音键不说话，也会识别出奇奇怪怪字？

3

如果对着麦克风说话的话，它是能够正确识别的。但是如果按下录音键不说话，它也能识别出这些奇奇 怪怪的字出来。  

Benson1997

兄弟，在测试的时候发现一个debug，给你反馈下

1

通过start_client.exe 录音文件.mp3向start_server.exe发送识别文字的请求的时候，如果卡那之后，start_server.exe就出bug了，下回再发起都不响应了，必须重新关闭start_server.exe重新启动才可以进行再次识别语音，不知道这个bug在哪解决？谢谢

annuosiwa

现在是：2024年5月份 现在最新的numpy版本是2.4 但是目前在requirements-server.txt文件中，没有指定numpy的版本 如果直接运行会报错 ``` AttributeError: module 'numpy' has no attribute 'bool'. `np.bool` was a deprecated alias for the builtin `bool`. To avoid this error in existing code, use `bool`...

user73X

请使用whisper 模型

1

其实不需要ui 只要一个console 监控按键，录制音频， 输出到屏幕即可。 能不能给一个简单代码， whisper 这块我可以来写

fastfading

设置热词替换之后再次调整中英文之间的空格，避免中英相互替换后空格异常。

5

### 修改方式 中英文替换之后，没有再次调整空格，这个问题影响还挺大的。比如邮箱输入的时候，艾特改成@，导致后面的总是多一个空格出来很麻烦。 **我的修改方式是追加两行代码，让它再次调整**。 经过我的测试，这样的修改是可行的。 ### 备注 为了不重写代码或者设置两遍变量，我增加了一个全局变量文件，用来共享 client 和 server 的信息。 不过，实际上，全局变量文件应该只存储变量，而不存储代码。所以按照开发时的规范重复的函数应该放在 utils 的那个文件夹下。 但是我看了一下你的程序会将 utils 下面的代码都打包一遍，我不清楚你的程序是如何打包的，所以我没有在这个模块下贸然添加任何代码，就全写在全局变量的文件里面了。 **总之，这是一个修改示意~如果你采纳的话，有不符合你的代码逻辑的部分，请直接修改**。 ### 修改测试结果 我的测试结果如下，[email protected]，一 Hz，180Hz，[email protected]  为了准确识别邮箱和网址，我新增的热词（在 `hot-rule.txt` 下）如下： ```bash 艾特 QQ...

shandianchengzi