Pesquise...

Últimos Posts

Arquivo de Posts

2020 - 2019 - 2018 - 2017 - 2016 - 2015 - 2014 - 2013 - 2012

Postagens Populares

Vem Comigo

     
  •      
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Tecnologia do Blogger.

Total de Acessos

Saudações,

Estes dias, em uma situação pessoal, eu precisei transcrever um audio, e confesso que é uma tarefa bem tediante.

Não foi nada do outro mundo. Até porque o audio era pequeno.

Só depois que eu lembrei que poderia ter usado uma ferramenta do tipo Speech to text! 😅

Converta audio para texto com Vosk no Linux


Sem muita enrolação, o Vosk é um projeto de Reconhecimento de fala que pode ser usando para converter arquivos de audio do tipo WAV para texto. 

O site do projeto encontra-se em alphacephei.com/vosk. E o guia de instalação em alphacephei.com/vosk/install.

Se você estiver no Ubuntu, basicamente o que precisamos é usar o PIP do Python para instala-los; veja...


$
pip3 install vosk

Caso você não tenha o PIP instalado, rode o comando abaixo no terminal...


$
sudo apt install python3-pip


Transcrevendo o audio para texto


Feita a instalação, precisamos baixar o model do Vosk para a língua portuguesa ( Portuguese ). Caso deseje um model diferente, acesse alphacephei.com/vosk/models.

Eu baixei o zip que encontre-se no link alphacephei.com/vosk/models/vosk-model-small-pt-0.3.zip.

Veja como é simples a utilização...

Como git, clone a api do Vosk...


$
git clone https://github.com/alphacep/vosk-api

Ascenda a pasta python/example dentro da pasta vosk-api...


$
cd vosk-api/python/example

Baixe o model correspondente a língua que é falada no audio que você deseja transcrever...


$
wget https://alphacephei.com/vosk/models/vosk-model-small-pt-0.3.zip

Descompacte o zip...


$
unzip vosk-model-small-pt-0.3.zip

Mova/Renomeie a pasta extraída para model...


$
mv vosk-model-small-pt-0.3 model


O Vosk suporta apenas o formato de audio WAV do tipo PCM 16khz 16bit mono.


Não vou usar um audio pessoal, então, para este exemplo, eu baixei o audio MP3 de um vídeo Creative Commons de nome DOS PRINCÍPIOS FUNDAMENTAIS.

Sim... você pode usar um audio MP3 caso tenha o FFmpeg instalado no seu sistema! Com o comando abaixo o Vosk irá fazer a conversão para WAV e depois transcrever o audio.


$
python3 ./test_ffmpeg.py arquivo-de-audio.mp3

Veja o processo inteiro...


Como você pode ver, o Vosk vai transcrevendo vários blocos parciais ( partial ), depois ele gera um bloco maior chamado texto ( text ).

O bloco text é o que queremos! Assim, na linha de comando, com o grep ou egrep, nós podemos fazer um filtro simples para capturar o que desejamos; veja...


Legal não!

Bem, agora é com você, a API do Vosk e sua curiosidade...


Paz a todos!


0 comentários:

Postar um comentário