-
audio-streaming-server-cpp:c++/c版本client sdk
-
audio-streaming-server-java:java版本client sdk
-
audio-streaming-server-python:python版本client sdk
-
audio-streaming-server-c#:c#版本client sdk, beta version
-
android-demo:基于java sdk实现的android实时音频流识别的demo app
-
ios-demo 基于 proto 实现的 ios 实时音频流识别的 demo app,内部实现了 ios 的 grpc client
-
java-demo 基于java sdk实现的不同方案的demo
本部分代码为asr streaming client端,支持的场景如下:
- 大音频文件的识别
- 音频流url的识别
- 管道音频流的识别
- 实时音频流的识别
以下列举了常用的参数,具体参数可以参考对应目录的client
- url:asr streaming server端的ip(需要联系百度同学获取)
- port:asr streaming server端服务对应的端口号
- enable_flush_data:是否连续输出,False表示一次只输出每段话识别的结果
- product_id:每个product id对应一个后端解码器的模型
- send_per_seconds:设置server发包间隔时间,推荐值为0.02,即20ms。发包大小会根据此值计算,计算方式为:发包大小 = send_per_seconds * 音频采样率 * 采样点字节数。对于8k音频,发包大小为320,16k音频,发包大小为640。
- sleep_ratio:默认为1,在send_per_seconds和发包大小都使用推荐值的情况下,代表了实时音频流的处理速率。如果要加速处理,可以适当减小sleep_ratio,比如sleep_ratio=0.5时,代表了以两倍速率进行处理。处理速率过块,可能会造成丟字。 正常情况下,推荐设置为1.
在对应的目录下找到demo client运行:
相关问题可以直接提交issue,也可以提交给百度同学
个人用户请至ai.baidu.com体验,企业客户体验之前请联系百度同学要到streaming server的ip和port、对应的product id,并且添加白名单信息(需要提供client出口ip,可以通过curl cip.cc获得)