k2语音识别：如何使用sherpa-onnx

一、安装k2

*参看环境部署

二、编译 sherpa-onnx c++ server

三、官方文档：

https://k2-fsa.github.io/sherpa/onnx/index.html

四、模型下载：

https://k2-fsa.github.io/sherpa/onnx/pretrained_models/index.html

五、使用c++程序

1）启动websocket server,并指定模型：

帮助：

执行：

2) 启动sherpa-onnx-online-websocket-client

帮助：

执行：

ps：也可以使用sherpa（https://github.com/k2-fsa/sherpa.git）启动web client，调用sherpa-onnx c++ websocket server

3）启动microphone test:

帮助：

执行：

4) 识别一个音频文件:

帮助：

执行：

六、使用python-api-example示例：

1）识别一个音频文件：

执行：

2）使用麦克风输入流式数据，调用websocket解码：

执行：

3）使用microphone

执行

4) 使用microphone,带端点检测

执行：

使用Onnxruntime推理模型，并发量及解码速度都有很大提升。