whisper_android

Offline -Spracherkennung mit Openai Whisper und Tensorflow Lite

In diesem Leitfaden wird erläutert, wie die Flüster- und Rekorderklasse in Android -Apps für Audioaufzeichnung und Spracherkennung integriert wird.

Whisper ASR Integration Guide

Hier sind separate Code -Snippets für die Verwendung Whisper und Recorder :

Flüstert (Spracherkennung)

Initialisierung und Konfiguration:

 // Initialize Whisper
Whisper mWhisper = new Whisper ( this ); // Create Whisper instance

// Load model and vocabulary for Whisper
String modelPath = getFilePath ( "whisper-tiny.tflite" ); // Provide model file path
String vocabPath = getFilePath ( "filters_vocab_multilingual.bin" ); // Provide vocabulary file path
mWhisper . loadModel ( modelPath , vocabPath , true ); // Load model and set multilingual mode

// Set a listener for Whisper to handle updates and results
mWhisper . setListener ( new IWhisperListener () {
    @ Override
    public void onUpdateReceived ( String message ) {
        // Handle Whisper status updates
    }

    @ Override
    public void onResultReceived ( String result ) {
        // Handle transcribed results
    }
});

Transkription:

 // Set the audio file path for transcription. Audio format should be in 16K, mono, 16bits
String waveFilePath = getFilePath ( "your_audio_file.wav" ); // Provide audio file path
mWhisper . setFilePath ( waveFilePath ); // Set audio file path

// Start transcription
mWhisper . setAction ( Whisper . ACTION_TRANSCRIBE ); // Set action to transcription
mWhisper . start (); // Start transcription

// Perform other operations
// Add your additional code here

// Stop transcription
mWhisper . stop (); // Stop transcription

Rekorder (Audioaufzeichnung)

Initialisierung und Konfiguration:

 // Initialize Recorder
Recorder mRecorder = new Recorder ( this ); // Create Recorder instance

// Set a listener for Recorder to handle updates and audio data
mRecorder . setListener ( new IRecorderListener () {
    @ Override
    public void onUpdateReceived ( String message ) {
        // Handle Recorder status updates
    }

    @ Override
    public void onDataReceived ( float [] samples ) {
        // Handle audio data received during recording
        // You can forward this data to Whisper for live recognition using writeBuffer()
        // mWhisper.writeBuffer(samples);
    }
});

Aufnahme:

 // Check and request recording permissions
checkRecordPermission (); // Check and request recording permissions

// Set the audio file path for recording. It record audio in 16K, mono, 16bits format
String waveFilePath = getFilePath ( "your_audio_file.wav" ); // Provide audio file path
mRecorder . setFilePath ( waveFilePath ); // Set audio file path

// Start recording
mRecorder . start (); // Start recording

// Perform other operations
// Add your additional code here

// Stop recording
mRecorder . stop (); // Stop recording

Bitte passen Sie diese Code -Snippets an Ihren spezifischen Anwendungsfall an, geben Sie die richtigen Dateipfade an und verarbeiten Sie Ausnahmen in Ihrer Anwendung angemessen.

Hinweis : Stellen Sie sicher, dass Sie über die erforderlichen Berechtigungen, Fehlerbehandlungen und Dateipfadverwaltung in Ihrer Anwendung verfügen, wenn Sie die Recorder verwenden.

Demo -Video

Wichtiger Hinweis

Whisper ASR ist ein leistungsstarkes Werkzeug für die Transkription von Sprache in Text. Beachten Sie jedoch, dass die Behandlung von Audiodaten und Transkriptionen möglicherweise eine sorgfältige Synchronisation und Fehlerbehandlung in Ihrer Android -Anwendung erfordern, um eine reibungslose Benutzererfahrung zu gewährleisten.

Genießen Sie es mit der Whisper Asr Android App, um Ihre Spracherkennungsfunktionen zu verbessern!