GetcharZp/go-speech

go-speech 基于 Golang + ONNX 构建的轻量语音库，支持 TTS（文本转语音）与 ASR（语音转文字）。 集成 MeloTTS 、达摩院 Paraformer 架构模型、Whisper 模型。

安装

# 下载包
go get -u github.com/getcharzp/go-speech

# 下载模型、动态链接库
git clone https://huggingface.co/getcharzp/go-speech

快速开始

TTS

package main

import (
    "github.com/getcharzp/go-speech/tts/melotts"
    "github.com/up-zero/gotool/fileutil"
    "log"
)

func main() {
    ttsEngine, err := melotts.NewEngine(melotts.DefaultConfig())
    if err != nil {
        log.Fatalf("创建引擎失败: %v", err)
    }
    defer ttsEngine.Destroy()

    text := "2019年12月30日，中国人口突破14亿人,联系电话: 13800138000。"
    wavData, err := ttsEngine.SynthesizeToWav(text, 1.0)
    if err != nil {
        log.Fatalf("合成失败: %v", err)
    }

    outputPath := "output.wav"
    err = fileutil.FileSave(outputPath, wavData)
    if err != nil {
        log.Fatalf("保存 WAV 失败: %v", err)
    }
}

ASR

Paraformer

package main

import (
    "fmt"
    "github.com/getcharzp/go-speech/asr/paraformer"
    "log"
)

func main() {
    asrEngine, err := paraformer.NewEngine(paraformer.DefaultConfig())
    if err != nil {
        log.Fatalf("创建引擎失败: %v", err)
    }
    defer asrEngine.Destroy()

    text, err := asrEngine.TranscribeFile("./zh-en.wav")
    if err != nil {
        log.Printf("识别出错: %v", err)
        return
    }
    fmt.Printf("识别结果: %s\n", text)
}

Whisper

package main

import (
    "fmt"
    "github.com/getcharzp/go-speech/asr/whisper"
    "log"
)

func main() {
    asrEngine, err := whisper.NewEngine(whisper.DefaultConfig())
    if err != nil {
        log.Fatalf("创建引擎失败: %v", err)
    }
    defer asrEngine.Destroy()

    text, err := asrEngine.TranscribeFile("./zh-en.wav", whisper.TranscribeOption{
        Language: whisper.LangZh,
        Task:     whisper.TaskTranscribe,
    })
    if err != nil {
        log.Fatalf("识别出错: %v", err)
        return
    }
    fmt.Printf("识别结果: %s\n", text) // Yesterday was星期一Today is Tuesday明天是星期三
}