FreeSWITCH对接vosk实现实时语音识别
原创
环境：CentOS 7.6_x64
FreeSWITCH版本 ：1.10.9
Python版本：3.9.2
一、背景描述
vosk是一个开源语音识别工具，可识别中文，之前介绍过python使用vosk进行中文语音识别，今天记录下FreeSWITCH对接vosk实现实时语音识别。 vosk离线语音识别可参考我之前写的文章：
二、具体实现
1、编译及安装vosk模块
可直接使用github上的代码进行编译：
https://github.com/alphacep/freeswitch.git
这里描述下使用FreeSWITCH 1.10.9 编译 mod_vosk 的过程，大致步骤如下：
1）将 mod_vosk 代码复制到 freeswitch-1.10.9.-release/src/mod/asr_tts 目录；
2）modules.conf 文件中启用mod_vosk模块；
3）生成 Makefile 文件；
./devel-bootstrap.sh && ./configure4) 编译并安装 vosk 模块；
cd freeswitch-1.10.9.-release/src/mod/asr_tts/mod_vosk
make
make install
fs编译遇到问题，可参考这篇文章：
2、配置 vosk 模块
1）启用 vosk 模块；
编辑 autoload_configs/modules.conf.xml 文件，启用 vosk 模块：
<load module="mod_vosk"/>2）配置 conf 文件；
将 mod_vosk/conf/vosk.conf.xml 配置文件复制到 如下路径：
/usr/local/freeswitch/conf/autoload_configs/
修改 vosk 服务器地址：
三、运行效果
1、启动 vosk 服务器
目录：vosk-server\websocket
启动命令如下：
workon py39env
python asr_server.py vosk-model-cn-0.15运行效果如下：
具体可参考我之前写的文章：
2、实时语音识别
编写拨号方案：
<condition field="destination_number" expression="^123456$">
<action application="answer"/>
<action application="set" data="fire_asr_events=true"/>
<action application="detect_speech" data="vosk default default"/>
<action application="sleep" data="10000000"/>
</condition>本地分机拨打123456进行验证,运行效果如下：
运行效果视频：
关注微信公众号（聊聊博文）后回复 2023050401 获取。
3、回铃音识别
这里使用其它服务器配合来模拟回铃音。
fs服务器 ：192.168.137.32
回铃音服务器 ：192.168.137.31
3.1 配置回铃音服务器
核心点是使用 pre_answer 应用，设置回铃音。
拨号方案如下：
<extension name="public_extensions">
<condition field="destination_number" expression="^(654321)$">
<action application="pre_answer"/>
<action application="set" data="ringback=/usr/local/freeswitch/sounds/test/tips1.wav"/>
<action application="transfer" data="1008 XML default"/>
</condition>
</extension>需要注意的是，如果回铃音不生效，可以看下后续的拨号方案是否有替换动作。
3.2 配置网关
网关配置信息：
[root@host32 conf]# cat sip_profiles/external/gw_a.xml
<include>
<gateway name="gw_A">
<param name="username" value="anonymous"/>
<param name="from-user" value=""/>
<param name="password" value=""/>
<param name="outbound-proxy" value="192.168.137.31:5080"/>
<param name="register-proxy" value="192.168.137.31:5080"/>
<param name="expire-seconds" value="120"/>
<param name="register" value="false"/>
<param name="register-transport" value="UDP"/>
<param name="caller-id-in-from" value="true"/>
<param name="extension-in-contact" value="true"/>
<variables>
<variable name="gateway_name" value="gw_A"/>
</variables>
</gateway>
</include>
[root@host32 conf]#3.3 编写本地拨号方案
本地拨号方案：
<condition field="destination_number" expression="^9123456$">
<action application="bridge" data="{ignore_early_media=false,bridge_early_media=true,fire_asr_events=true,execute_on_pre_answer='detect_speech vosk default default'}sofia/gateway/gw_A/654321"/>
</condition>本地分机拨打9123456，可听到回铃音,识别效果如下：
运行效果视频：
关注微信公众号（聊聊博文）后回复 2023050402 获取。
四、资源下载
本文涉及源码及预编译模块二进制文件，可以从如下途径获取：
关注微信公众号（聊聊博文）后回复 20230504 获取。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
