流式 ASR 识别 (Linux)

介绍

本案例展示了如何通过 AidVoice SDK 实现在 Linux 系统中流式实时识别麦克风传输过来的音频信息

• 设备：Rhino Pi-X1
• 麦克风：Jabra 捷波朗 410 会议扬声器
• 系统：Ubuntu 22.04
• 模型：SenseVoiceSmall

支持平台

平台	运行方式
Rhino Pi-X1	Ubuntu 22.04, AidLux

准备工作

1. Rhino Pi-X1 硬件

2. Ubuntu 22.04 系统或 AidLux 系统

3. USB 麦克风准备

案例部署

步骤一：验证麦克风录音功能

接入 USB 麦克风

# 检查是否识别到 USB 麦克风
lsusb

# 会出现如下输出
# aidlux@kalama:~$ lsusb
# Bus 002 Device 001: ID 1d6b:0003 Linux Foundation 3.0 root hub
# Bus 001 Device 002: ID 0b0e:0412 GN Netcom Jabra SPEAK 410 USB
# Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub

# 麦克风录音
sudo arecord -D plughw:1,0 -d 5 output.wav

# 安装采样率转换工具
sudo apt update
sudo apt install sox libsox-fmt-all

# 转换采样率（使用的麦克风是 48 k 采样率）
sudo sox output.wav -r 48000 output48k.wav

# 播放录音
sudo aplay -D plughw:1,0 output48k.wav

提示

该步骤的麦克风检查仅针对 Jabra 捷波朗 410 会议扬声器，其他麦克风需要根据具体录音和播放采样率来调整测试命令

步骤二：安装 AidVoice SDK

# 安装AidLite QNN 2.36版本
sudo aid-pkg update
sudo aid-pkg install aidlite-sdk
sudo aid-pkg install aidlite-qnn236

# 安装 AidVoice SDK
sudo aid-pkg -i aidvoice-sdk

步骤三：测试代码编译

# 拷贝测试代码
cp -r /usr/local/share/aidvoice/examples /home/aidlux/aidvoice

# 编译
cd /home/aidlux/aidvoice/asr/cpp/
mkdir -p build && cd build
cmake ..
make

步骤四：运行例子

./test_stream

通过麦克风说话，可以看到如下输出：

提示

语音识别效果与设备收音、降噪、模型能力相关，该 Demo 仅展示实时流式识别的模型性能