首先要明确一点，这个搭建的是自己的API服务器；不是什么科大讯飞、百度语音这种付费API，而且那是直接使用别人的API，这是搭建自己的API，相比之下还是有区别的
材料准备
云服务器 （本人使用的的是阿里云服务器 Ubuntu（Linux操作系统））
环境搭建
1. Python 3.7
话不多说直接上代码
sudo suyum -y install gityum -y install gccyum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-develwget /ftp/python/3.7.3/Python-3.7.3.tgztar -zxvf Python-3.7.3.tgzmkdir /usr/local/python3cd Python-3.7.3./configure --prefix=/usr/local/python3make && make installln -s /usr/local/python3/bin/python3.7 /usr/bin/python3ln -s /usr/local/python3/bin/pip3.7 /usr/bin/pip3
到这里python 3.7 的环境搭建完毕
测试一下
输入python3回车
ctrl+Z退出python编辑器
2. 使用pip3一键安装其他环境
在当前所在的目录下新建一个libs.txt文件
libs.txt文件中内容如下：
absl-py==0.8.1astor==0.8.0certifi==.9.11cycler==0.10.0gast==0.2.2google-pasta==0.1.7grpcio==1.24.1h5py==2.10.0Keras-Applications==1.0.8Keras-Preprocessing==1.1.0kiwisolver==1.3.1Markdown==3.1.1matplotlib==3.4.2numpy==1.17.2opt-einsum==3.1.0Pillow==8.2.0protobuf==3.10.0pyparsing==2.4.7python-dateutil==2.8.1python-speech-features==0.6scipy==1.6.3six==1.12.0tensorboard==2.0.0tensorflow-estimator==2.0.0tensorflow==2.0.0termcolor==1.1.0Werkzeug==0.16.0wrapt==1.11.2Keras==2.2.4tensorflow-cpu==1.4.0
保存之后，输入pip3 install -r libs.txt回车
然后，见证奇迹，如果没报错，恭喜你，环境已经配置成功了
如果。。。呸呸呸！哪有那么多如果o(´^｀)o
下载ASRT开源项目
cd ..wget /asrt_released/ASRT_v0.6.1.zipyum install -y unzipunzip ASRT_v0.6.1.zipcd ASRT_v0.6.1
运行API服务器
让项目可以在后台一直运行
yum install screenscreen -S ASRT_1
在打开的新窗口中输入以下代码运行服务器
python3 asrserver.py
出现图中服务器已开启则证明服务器已成功运行
这时候点击ctrl+A+D键，在不关闭该程序的情况下离开该窗口
配置开放20000端口
这个开放的端口号需要到asrserver.py文件中修改（默认是20000）
保存后就搭建完成了
API测试
打开浏览器，访问http://xxx.xxx.xxx.xxx:20000/ (前面的XXX是您服务器的IPV4地址)
访问到的界面如下：
则证明API部署成功
接下来测试一下API效果
打开API测试工具，根据使用说明操作。
测试工具免费下载
使用项目testClient.py代码，上传指定路径音频转文字测试
测试代码如下：
#!/usr/bin/env python3# -*- coding: utf-8 -*-import waveimport numpy as npimport requestsdef main():url = '/asrt/v1/' # 测试API接口地址，如果使用自己的请注释# url = 'http://127.0.0.1:666/'# url = 'http://xxx.xxx.xxx.xxx:20000/' # 修改为自己的API接口，并取消注释token = 'qwertasd'wavsignal, fs = read_wav_data('D:\\lfasr.wav') # 音频文件路径print(wavsignal, fs)datas = {'token': token, 'fs': fs, 'wavs': wavsignal}print("类型：", type(datas))print("datas:", datas)r = requests.post(url, datas)r.encoding = 'utf-8'print("识别结果：", r.text)def read_wav_data(filename):'''读取一个wav文件，返回声音信号的时域谱矩阵和播放时间'''wav = wave.open(filename, "rb") # 打开一个wav格式的声音文件流num_frame = wav.getnframes() # 获取帧数num_channel = wav.getnchannels() # 获取声道数framerate = wav.getframerate() # 获取帧速率num_sample_width = wav.getsampwidth() # 获取实例的比特宽度，即每一帧的字节数str_data = wav.readframes(num_frame) # 读取全部的帧wav.close() # 关闭流wave_data = np.frombuffer(str_data, dtype=np.short) # 将声音文件数据转换为数组矩阵形式wave_data.shape = -1, num_channel # 按照声道数将数组整形，单声道时候是一列数组，双声道时候是两列的矩阵wave_data = wave_data.T # 将矩阵转置# wave_data = wave_datareturn wave_data, framerateif __name__ == '__main__':main()
测试结果如下：
如果觉得《从零开始搭建属于自己的语音识别API服务器（ASRT开源项目）》对你有帮助，请点赞、收藏，并留下你的观点哦！
