『瀚思彼岸』» 智能家居技术论坛

 找回密码
 立即注册
楼主: duanyudan123

[技术探讨] 本地语音实测来围观了,友情提示提前准备GPU卡(已加装3060)

[复制链接]

12

主题

111

帖子

747

积分

高级会员

Rank: 4

积分
747
金钱
636
HASS币
0
 楼主| 发表于 2024-3-29 14:59:23 | 显示全部楼层
silang521 发表于 2024-3-29 07:29
也就是说普通的6027咪头麦克风是不能用的对吧,我有一堆6027就是没买数字的 ...

唤醒的功能是不区分麦克风类型的呢。esp32需要配置模数转换才能用驻极体麦克风吧。内部好像有模数转换器,你可以试一下。
回复

使用道具 举报

3

主题

79

帖子

611

积分

高级会员

Rank: 4

积分
611
金钱
532
HASS币
0
发表于 2024-3-29 15:00:53 | 显示全部楼层
我也是x86主机,实测了voice_assistant,对硬件要求较高,base和tiny识别出来的是繁体中文,small勉强能用,其他的识别时长就太长了;对对话理解不到位,比如,打开客厅所有的灯。它只会找“客厅所有的灯”这个实体,而不是客厅区域内的light实体。还需要让子弹飞一会。
回复

使用道具 举报

12

主题

111

帖子

747

积分

高级会员

Rank: 4

积分
747
金钱
636
HASS币
0
 楼主| 发表于 2024-3-29 15:56:35 | 显示全部楼层
郑小贤 发表于 2024-3-29 15:00
我也是x86主机,实测了voice_assistant,对硬件要求较高,base和tiny识别出来的是繁体中文,small勉强能用 ...

--initial-prompt  简体  添加这个就是简体
别人测试的小模型简体参数。你可以试试。
现在确实不太好用呢,主要是水土不服。跟老外的语言逻辑不太一样。慢慢会好起来的。耐心等待
回复

使用道具 举报

13

主题

560

帖子

2999

积分

金牌会员

HomeAssistant

Rank: 6Rank: 6

积分
2999
金钱
2434
HASS币
20
发表于 2024-3-29 16:02:28 | 显示全部楼层
https://github.com/k2-fsa
这个中文离线识别非常快,而且有python接口,大佬看看可以接入吗?
回复

使用道具 举报

6

主题

257

帖子

1453

积分

金牌会员

Rank: 6Rank: 6

积分
1453
金钱
1196
HASS币
0
发表于 2024-3-30 09:43:39 | 显示全部楼层
duanyudan123 发表于 2024-3-29 14:59
唤醒的功能是不区分麦克风类型的呢。esp32需要配置模数转换才能用驻极体麦克风吧。内部好像有模数转换器 ...

请教一下,你用的什么型号的功放,我用pam8406喇叭还是有杂音,很严重   难道要用98357a才行?还是有什么设置?
回复

使用道具 举报

25

主题

224

帖子

1032

积分

金牌会员

007潜水了

Rank: 6Rank: 6

积分
1032
金钱
808
HASS币
0
发表于 2024-3-30 20:55:59 | 显示全部楼层
中文内容准确率不高的原因是因为tiny模型太小了,切换到medium 识别率非常准确,目前是在nvidia 显卡下跑的。拿了docker的书直接念的,每个字都很准。
2024-03-30 20:45:28,586 [INFO]Processing audio with duration 00:11.070
2024-03-30 20:45:30,362 [INFO]如果说主机时代大家比拼的是单个服务器物理性能 那么在云时代最为看重的则是 凭借虚拟化技术所构建的集群处理能力


分享下hugging-face的镜像网站,和原whisper的模型仓库。
https://hf-mirror.com/Systran试了好几个模型,tiny,medium,还下载了Systran/faster-distil-whisper-large-v2,输出给你中文语音直接翻译成英文,而且还很准。有显卡设备的话,以后感觉替换各种国产精灵,不用绕来绕去了。

回复

使用道具 举报

25

主题

224

帖子

1032

积分

金牌会员

007潜水了

Rank: 6Rank: 6

积分
1032
金钱
808
HASS币
0
发表于 2024-3-30 20:57:07 | 显示全部楼层
本帖最后由 demacia 于 2024-3-30 21:19 编辑

感觉以后allinone的主机还得在配张显卡 大模型是叼
ha控制和语音版的本地chatgpt

1

1

回复

使用道具 举报

6

主题

257

帖子

1453

积分

金牌会员

Rank: 6Rank: 6

积分
1453
金钱
1196
HASS币
0
发表于 2024-3-30 23:00:00 | 显示全部楼层
demacia 发表于 2024-3-30 20:55
中文内容准确率不高的原因是因为tiny模型太小了,切换到medium 识别率非常准确,目前是在nvidia 显卡下跑的 ...

你怎么调用的显卡?
回复

使用道具 举报

25

主题

224

帖子

1032

积分

金牌会员

007潜水了

Rank: 6Rank: 6

积分
1032
金钱
808
HASS币
0
发表于 2024-3-30 23:40:08 | 显示全部楼层
silang521 发表于 2024-3-30 23:00
你怎么调用的显卡?

直接拉作者源码,本地宿主机有cudnn的环境,本地直接启
回复

使用道具 举报

6

主题

257

帖子

1453

积分

金牌会员

Rank: 6Rank: 6

积分
1453
金钱
1196
HASS币
0
发表于 2024-3-30 23:51:14 | 显示全部楼层
demacia 发表于 2024-3-30 23:40
直接拉作者源码,本地宿主机有cudnn的环境,本地直接启

麻烦能不能分享相关的代码?
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|Hassbian

GMT+8, 2024-11-13 14:48 , Processed in 0.368131 second(s), 32 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表