File size: 1,801 Bytes
23590ba 17fd256 7bcff4e 17fd256 7bcff4e 17fd256 23590ba 17fd256 2aa1fa1 981b713 62ca4e5 981b713 17fd256 7bcff4e 2aa1fa1 17fd256 2aa1fa1 17fd256 fe652f1 17fd256 7bcff4e 3b9f7f2 ceda7cb 8154745 9225a67 8154745 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 |
import os
import json
import numpy as np
from vosk import Model, KaldiRecognizer
from flask import Flask, request, jsonify
# Cấu hình Flask
app = Flask(__name__)
# Kiểm tra và load model Vosk
MODEL_PATH = "model/vosk-model" # Thay thế với đường dẫn đến mô hình của bạn
if not os.path.exists(MODEL_PATH):
raise Exception("❌ Model Vosk không tìm thấy!")
print("✅ Đang tải model Vosk...")
model = Model(MODEL_PATH)
# Tạo bộ nhận diện giọng nói
rec = KaldiRecognizer(model, 16000)
# API nhận dữ liệu âm thanh và trả kết quả nhận diện giọng nói
@app.route('/stt', methods=['POST'])
def handle_audio():
# Kiểm tra xem có tệp âm thanh không
if 'file' not in request.files:
return jsonify({"error": "Không có tệp âm thanh trong yêu cầu."}), 400
audio_file = request.files['file']
# Đọc dữ liệu âm thanh từ tệp
audio_data = audio_file.read()
print(f"📩 Nhận dữ liệu âm thanh: {len(audio_data)} bytes")
# Chuyển đổi dữ liệu âm thanh thành numpy array (16-bit mono)
audio_np = np.frombuffer(audio_data, dtype=np.int16)
# Nhận diện giọng nói
if rec.AcceptWaveform(audio_np.tobytes()):
result = json.loads(rec.Result())
text = result.get("text", "")
print(f"📤 Kết quả nhận diện: {text}")
return jsonify({"text": text}) # Gửi kết quả nhận diện về client
else:
# Nếu không có kết quả nhận diện hoặc dữ liệu chưa đủ để nhận diện
return jsonify({"text": ""}) # Trả về chuỗi rỗng nếu không có kết quả
# Chạy Flask server
if __name__ == "__main__":
app.run(host="0.0.0.0", port=5000, debug=True)
|