问题标签 [mozilla-deepspeech]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
mozilla-deepspeech - DeepSpeech-Polyglot：Signals.SIGSEGV：11
我正在尝试生成 DeepSpeech-Polyglot-Project 的记分员。我已遵循文档的每一步，但是当我运行时：
我收到以下错误：
我正在使用这个文档：https ://gitlab.com/Jaco-Assistant/deepspeech-polyglot
我感谢每一个提示。
python - python Deepspeech TypeError: __init__() 接受 2 个位置参数，但给出了 3 个
我正在尝试实现 deepspeech，作为实现的一部分，我正在尝试运行以下代码。我已经安装python3并deepspeech-0.9.3
运行以下代码时，我收到错误消息line 17, in <module> model = deepspeech.Model(MODEL_FILE_PATH, BEAM_WIDTH) TypeError: __init__() takes 2 positional arguments but 3 were given
audio - 如何开始在 Ubuntu 20.04 上使用 Mozilla TTS 训练自定义语音模型？
我想使用我录制的音频样本在 Mozilla TTS 中创建自定义语音，但不知道如何开始。Mozilla TTS 项目有文档和教程，但我无法将这些部分组合在一起——似乎缺少一些基本信息，刚开始的人需要知道才能开始。
我有一些问题：
- 我看到 Mozilla TTS 有一个 Docker 映像，但它的文档涵盖了创建语音并且没有提及培训。我可以使用 Docker 映像进行培训吗？
- 如果我不能使用 Docker 映像进行训练，我如何获得在我的 Python 3 系统上运行的 Mozilla TTS 的功能副本？我尝试按照项目提供的命令进行操作，但出现依赖错误、版本冲突或关于没有足够权限安装软件包的错误。
- 为了训练模型，我需要什么信息？我需要什么音频格式？我看到我需要一个
metadata.csv文件——我需要在该文件中放入什么？我在配置文件中自定义了什么？ - 大多数配置都引用了一个
scale_stats.npy文件——我如何生成这个文件？ - 我如何进行培训？
python - 虽然我放了字母路径，但我仍然收到字母应该存在并且可读的错误
我按照此链接创建了一个模型，而不是英语 https://discourse.mozilla.org/t/tutorial-how-i-trained-a-specific-french-model-to-control-my-robot/ 22830 我按照这些步骤操作，但问题是我收到以下错误：
我的 sh 文件如下：
你有什么想法我能做什么？
python - 训练后的极大损失和错误的成绩单
我目前正在为我的语言实施 DeepSpeech。我有 2 个目录：训练和测试。Train 大约有 15000 个 wav，测试大约 3000 个。我面临的问题是在训练期间我有很大的损失，而对于测试部分的损失是巨大的。
不幸的是，这些词没有得到应有的认可。这是我的 .sh 文件
你能给我一些关于我应该做什么的提示吗？谢谢！
node.js - 音频和 DeepSpeech
我为 wav 文件测试了 DeepSpeech，它工作得很好。当我尝试使用无法识别单个单词的音频流时，我的深度语音问题就出现了。音频流是 PCM 48khz 立体声签名的 16 位小端序。我一直在尝试将流转换为其他格式、sampleRate 和频道，但完全没有成功。我在 nodejs 上使用 DeepSpeech
command - 想要使用 Octave/Matlab 从终端激活虚拟环境
我想使用 Linux 执行 bash 命令来激活带有 Octave 的虚拟环境。我真正想做的是使用 Octave/Matlab 运行 DeepSpeech。
我要使用的命令是
source $HOME/tmp/deepspeech-venv/bin/activate
我自己尝试的代码行是system("source $HOME/tmp/deepspeech-venv/bin/activate")
我得到的输出是sh: 1: source: not found
我在帖子上看到了这个答案并尝试了这个命令setenv('PATH', ['/source $HOME/tmp/deepspeech-venv/bin/activate', pathsep, getenv('PATH')])，但没有任何帮助，它返回了同样的错误。
python - 无需线程即可同时运行 Kivy 和 DeepSpeech
我正在尝试使用 Kivy 构建一个简单的语音转录应用程序。这个想法是使用 DeepSpeech麦克风示例转录我的声音，并用于更新 Kivy 应用程序中的文本标签。
我遇到的问题是在 Kivy 应用程序旁边运行 DeepSpeech 模型。两者似乎都有自己的循环，所以先运行的就是唯一运行的。我想知道是否有一种方法可以在不使用线程的情况下同时运行（为了简单和性能）。
这是简单的 Kivy 应用程序：
rust - 在 Rust 中使用 portaudio 从 deepspeech 获得空白结果
我正在尝试使用带有 deepspeech 的 portaudio（都使用 Rust 绑定）来创建语音识别程序。我在记录缓冲区时可以看到数据，但是在尝试使用时intermediate_decode，我总是得到空白结果。我假设我要么错误地配置了音频，要么错误地设置了模型。我花了很多时间才达到这一点（处理音频相当新），任何帮助将不胜感激！
这是完整的源代码：