尝试搭建本地语音转文字系统[1]

许久不写博客了，这次记录下，主要记录自己下过程，如果对他人有帮助最好。有错误请涵养，本人也就是个菜鸡…
PaddleSpeech
github地址
gitee地址

前言

本项目是打算构建一个离线的语音转文字软件，在单位的内网使用，在网上调研后认为可行，故记录之。
环境

• Windows10
• Python3.7
• CPU：AMD Ryzen7 5800H
• GPU ：NVIDIA GeForce RTX 3060 Laptop GPU

安装平台

平台简单介绍

百度飞桨Paddle (https://www.paddlepaddle.org.cn/)支持CV，NLP，SPEECH等等任务的实现和部署，并且具备完善的文档。

相关依赖

gcc >= 4.8.5
paddlepaddle >= 2.3.1
python >= 3.7
linux(推荐), mac, windows

开始安装

官网强烈建议使用linux安装，因为有些功能无法使用，但咱们的功能是能够实现的，故不影响。

安装Paddlepaddle（GPU版本）

PaddleSpeech依赖于paddlepaddle，安装可以参考paddlepaddle官网，根据自己机器的情况进行选择（见下图）。
CUDA的版本选择可以使用nvidia-smi获取
之后进行安装：

python -m pip install paddlepaddle-gpu==2.3.1.post116 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

但是报错…
因此尝试直接到网站下载安装
下载完后安装
pip install paddlepaddle_gpu-2.3.1.post116-cp37-cp37m-win_amd64.whl
这样也能安装成功，当然下了不少其他的依赖库
## 安装 C++ 编译环境
对于 Windows 系统，需要安装 Visual Studio 来完成 C++ 编译环境的安装。
点击链接下载

安装PaddleSpeech

PaddleSpeech快速安装方式有两种，一种是pip安装，一种是源码编译（推荐）。

• pip安装
  官方建议
  我们建议在安装 paddlepaddle 的时候使用百度源 https://mirror.baidu.com/pypi/simple ，而在安装 paddlespeech 的时候使用清华源 https://pypi.tuna.tsinghua.edu.cn/simple 。

pip install pytest-runner
pip install paddlespeech

• 源码编译

git clone https://github.com/PaddlePaddle/PaddleSpeech.git
cd PaddleSpeech
pip install pytest-runner
pip install .

（我用的是源码安装）

测试样例

安装完成之后尝试一下基本的案例

ASR （Automatic Speech Recognition）

from paddlespeech.cli.asr.infer import ASRExecutor
asr = ASRExecutor()
result = asr(audio_file="data/zh.wav")
print(result)

第一次运行时，显示
cudnn没有安装，按照它的要求安装
安装CUDA与cuDNN
安装完成后，运行，报错
把Pycharm的设置改一下

发现问题所在
安装所需要的库文件
运行后能出现结果

经过测试，其余的部分也能顺利复现，第一步完成。