speech training recorder

recorre de formación de voz

Aplicación de GUI simple para ayudar a registrar el audio dictado a partir de indicaciones de texto dadas, para usar con el reconocimiento de voz de la capacitación o la síntesis de discurso.

Dado un archivo de texto que contiene indicaciones, esta aplicación elegirá una selección aleatoria y un pedido de ellos, los mostrará para ser dictados por el usuario y registrará el audio y los metadatos de dictado a un archivo .wav y recorder.tsv archivo respectivamente. Puede seleccionar una grabación anterior para reproducirla, eliminarla y/o volver a grabarla.

Requisitos:

• Python 3
• Consulte requirements.txt para los paquetes requeridos
• Plataforma cruzada: Windows, Linux, macOS

Empezando

 git clone https://github.com/daanzu/speech-training-recorder.git
cd speech-training-recorder
mkdir ../audio_data
pip install -r requirements.txt
python3 recorder.py -p prompts/timit.txt

 usage: recorder.py [-h] [-p PROMPTS_FILENAME] [-d SAVE_DIR] [-c PROMPTS_COUNT]
                   [-l PROMPT_LEN_SOFT_MAX] [-o]

Given a text file containing prompts, this app will choose a random selection
and ordering of them, display them to be dictated by the user, and record the
dictation audio and metadata to a `.wav` file and `recorder.tsv` file
respectively.

optional arguments:
  -h, --help            show this help message and exit
  -p PROMPTS_FILENAME, --prompts_filename PROMPTS_FILENAME
                        file containing prompts to choose from
  -d SAVE_DIR, --save_dir SAVE_DIR
                        where to save .wav & recorder.tsv files (default:
                        ../audio_data)
  -c PROMPTS_COUNT, --prompts_count PROMPTS_COUNT
                        number of prompts to select and display (default: 100)
  -l PROMPT_LEN_SOFT_MAX, --prompt_len_soft_max PROMPT_LEN_SOFT_MAX
  -o, --ordered         present prompts in order, as opposed to random
                        (default: False)

Personalización

Consulte prompts/ directorio para formatos aceptables para archivos de solicitud: el más simple es rainbow_passage.txt .

Repositorios relacionados

• Daanzu/kaldi_ag_training: imagen de Docker y scripts para capacitar modelos de discurso Kaldi Finetuned o completamente personales. Particularmente para su uso con gramática kaldi activa.