CPqD ASR Recognizer

O Recognizer é uma API para criação de aplicações de voz que utilizam o servidor CPqD Reconhecimento de Fala (CPqD ASR).

Para maiores informações sobre o CPqD ASR, consulte o site do produto.

Para entender como usar esta biblioteca, sugerimos verificar e executar os exemplos, em particular basic.cc.

Os códigos de exemplo estão sob o diretório examples do repositório

Dependências

• cmake >= 2.8.12
• Biblioteca de desenvolvimento ALSA
  • Debian/Ubuntu e derivados: apt-get install libasound2-dev
  • RedHat/CentOS/Fedora e derivados: yum install alsa-lib-devel

Compilando a partir do código-fonte

Baixe a última versão do repositório git pull origin master e execute:

mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release -DBUILD_SHARED_LIBS=1 -DBUILD_EXAMPLES=1
make

Para mais opções de compilação, recomendamos o uso da ferramenta cmake-gui

Executando um teste

Depois de compilar, a partir do diretório build/examples criado, execute um teste usando o exemplo basic.cc:

export LD_LIBRARY_PATH=$PWD/src

./basic ws://127.0.0.1:8025/asr-server/asr builtin:grammar/samples/phone ../../examples/audio/phone-1937050211-8k.wav

Você deve mudar o IP do servidor ASR de 127.0.0.1 para o IP correto do servidor ASR na sua instalação.

Supomos que esteja usando modelos para áudio de 8kHz, caso contrário, deve testar com o arquivo de áudio de 16kHz:

export LD_LIBRARY_PATH=$PWD/src

./basic ws://127.0.0.1:8025/asr-server/asr builtin:grammar/samples/phone ../../examples/audio/phone-1937050211-16k.wav

Utilizando parâmetros

Os seguites parâmetros podem ser controlados pela variável de ambiente correspondente:

+---------------------------------+---------------------------------+-----------+

Nome do parâmetro	Variável de ambiente	Tipo
decoder.confidenceThreshold	CONFIDENCE_THRESHOLD	Inteiro
decoder.maxSentences	MAX_SENTENCES	Inteiro
noInputTimeout.value	NO_INPUT_TIMEOUT_MILLISECONDS	Inteiro
recognitionTimeout.value	RECOG_TIMEOUT_SECONDS	Inteiro
noInputTimeout.enabled	NO_INPUT_TIMEOUT_ENABLED	Bool
recognitionTimeout.enabled	RECOG_TIMEOUT_ENABLED	Bool
Infer-age-enabled		INFER_AGE_ENABLED
Infer-emotion-enabled	INFER_EMOTION_ENABLED	Bool
Infer-gender-enabled	INFER_GENDER_ENABLED	Bool
endpointer.headMargin	HEAD_MARGIN_MILLISECONDS	Inteiro
endpointer.tailMargin	TAIL_MARGIN_MILLISECONDS	Inteiro
endpointer.waitEnd	WAIT_END_MILLISECONDS	Inteiro
decoder.continuousMode	CONTINUOUS_MODE	Bool
endpointer.maxSegmentDuration	MAX_SEGMENT_DURATION	Inteiro
decoder.startInputTimers	START_INPUT_TIMERS	Bool
endpointer.autoLevelLen	ENDPOINTER_AUTO_LEVEL_LEN	Inteiro
endpointer.levelMode	ENDPOINTER_LEVEL_MODE	Inteiro
endpointer.levelThreshold	ENDPOINTER_LEVEL_THRESHOLD	Inteiro
Ver-Buffer-Utterance	VERIFY_BUFFER_UTTERANCE	Bool
licenseManager.accountTag	ACCOUNT_TAG	String
Channel-Identifier	CHANNEL_IDENTIFIER	String
Media-Type	MEDIA_TYPE	String
+---------------------------------+---------------------------------+-----------+

Observação: para os parâmetros do tipo Bool a simples existência da variável de ambiente corresponde ao valor true.

O Documentação destes parâmetros pode ser encontrada em ASR Docs

Usando a biblioteca em aplicações

A biblioteca cliente pode ser usada em sua aplicação através do arquivo libasr-client.so criado em build/src e dos arquivos de header presentes em include/cpqd/asr-client.

Licença

Copyright (c) 2017 CPqD. Todos os direitos reservados.

Publicado sob a licença Apache Software 2.0, veja LICENSE.