NEMO中文语音识别ASR资源 ： DEMO/API/pretrained

一、说明

英伟达的ASR项目的开源版本NEMO。

NeMo非常强大，覆盖了ASR, NLP, TTS，提供了预训练模型及完整的训练模块。其商业版本为RIVA。

开源代码： https://github.com/NVIDIA/NeMo

二、资源入口
效果演示、API接口示例、下载资源，集中于微信小程序：小鹰微智
【不要求注册，不获取个人信息】

三、API调用

python示例：

import requests
password='1869'
url = "http://www.iinside.cn:7001/api_req"
filePath='C:/Users/文/Music/record/me/20210820_006.wav'
data={
    'password':password,
    'reqmode':'asr_nemo_ch1'
}
files=[
  ('sound_asr_nemo_ch1',('20210820_006.wav',open(filePath,'rb'),'audio/wav'))
]
headers = {}
response = requests.post( url, headers=headers, data=data, files=files)
print(response.text)

1，password: 公众号【智会无界】回复关键字：asr_nemo_ch1 获取【需先关注】

2，回应示例：

{
“code”: 0,
“data”: “这个还是比较有趣的”
}
如果code为-1，data是错误提示

3，可以用Postman进行测试，注意语音文件的KEY为“sound_asr_nemo_ch1”

四、本地部署

预训练模型可在小程序 小鹰微智中获取链接。
网度网盘提取码：公众号【智会无界】回复关键字：asr_nemo_ch1 获取
API提供的是POST模式， NeMo还支持流式缓冲，实时解码：https://github.com/NVIDIA/NeMo/tree/main/examples/asr/asr_chunked_inference