speech training recorder

Recordamento de treinamento de fala

Aplicação simples da GUI para ajudar a registrar o áudio ditado de determinados prompts de texto, para uso com o reconhecimento de fala ou a síntese de fala.

Dado um arquivo de texto que contém solicitações, este aplicativo escolherá uma seleção e pedidos aleatórias, exibirá -os para serem ditados pelo usuário e gravará o áudio e os metadados do ditado em um arquivo .wav e o arquivo recorder.tsv , respectivamente. Você pode selecionar uma gravação anterior para reproduzi-la, excluí-la e/ou regravar-a.

Requisitos:

• Python 3
• Consulte requirements.txt para pacotes necessários
• Plataforma cruzada: Windows, Linux, MacOS

Começando

 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)

Personalização

Consulte prompts/ Diretório para obter formatos aceitáveis ​​para arquivos imediatos: O mais simples é rainbow_passage.txt .

Repositórios relacionados

• Daanzu/kaldi_ag_training: Imagem e scripts do Docker para o treinamento de modelos de fala Kaldi FinetUned ou completamente pessoais. Particularmente para uso com Kaldi-Active-Grammar.