Github项目推荐 | Cheetah - 基于深度学习的设备端语音转文本引擎

AI研习社

发布于 2019-05-08 17:53:08

2K0

发布于 2019-05-08 17:53:08

文章被收录于专栏：AI研习社AI研习社

Cheetah - On-device speech-to-text engine powered by deep learning

by Picovoice

Website：https://picovoice.ai/

项目地址：

https://github.com/Picovoice/cheetah

Cheetah 是一种设备上的语音到文本引擎。它可以：

离线并在本地运行，无需连接互联网。由于没有任何东西被发送到云，所以完全可以保护用户的隐私。
结构紧凑且计算效率高，适用于物联网应用。
高精确度。
跨平台。目前支持Raspberry Pi，Android，iOS，Linux，Mac和Windows。
可定制。允许添加新单词并适应不同的上下文。

License

本项目仅用于非商业用途。有关详细信息，请参阅 LICENSE 。本项目中的许可证文件是有时间限制的。 Picovoice确保许可证在任何给定时间至少有效30天。

如果你希望在商业产品中使用Cheetah，请发送电子邮件至sales@picovoice.ai，并附上你的产品用例的简要说明。下表描述了引擎的免费版和商业版之间的功能比较。

License Type许可证类型	Free免费版	Commercial商业版
非商业用途	Yes	Yes
商业用途	No	Yes
支持平台	Linux	Linux, Mac, Windows, iOS, Android, Raspberry Pi, 以及各种嵌入式平台
自定义语言模型	No	Yes
简洁的语言模型	No	Yes
支持	社区支持	专业支持

性能

此处提供了Porcupine和其他两个广泛使用的库：PocketSphinx和Mozilla DeepSpeech的准确性和运行时指标之间的比较。

项目仓库的结构

Cheetah作为ANSI C共享库提供。支持平台的二进制文件位于lib下，头文件位于include。绑定在 binding 文件夹中，以方便高级语言/平台使用。演示应用程序在demo文件夹中。如果可以的话，请使用其中一个演示应用程序作为你自己实现的起点。最后，resources文件夹是项目仓库中各种应用程序使用的数据的占位符。