Справка Human Emulator sound: speech_to

Интерфейс

humanemulator.net — справка. Продукт, демо и покупка — на хуманэмулятор.рф | Демо | Купить | API | лог изменений

speech_to_text

speech_to_text($audio_path,$method="api",$language="",$timeout=60,$model="ggml-base.bin",$api_key=""); - Распознать речь из аудиофайла через OpenAI Whisper API или локальные инструменты (whisper.cpp)

Функция на вход принимает параметры:

$audio_path – путь к аудиофайлу для распознавания

$method – метод распознавания ("api" по умолчанию или "local")

$language – код языка (2 символа, например "ru", "en"; для api опциональный, для local по умолчанию "ru")

$timeout – таймаут выполнения в секундах (по умолчанию 60)

$model – модель для local (по умолчанию "ggml-base.bin")

$api_key – ключ OpenAI API (если не указан, берется из настроек)

После выполнения функции возвращаемое значение будет равно одному из двух :

результат – распознанный текст или false если произошла ошибка

Пример использования

<?php
// Scenario: Convert speech from audio files to text using various methods

$xhe_host = getenv("RPABOT_HOST_URL");
// Connect functional objects if not already connected
if (!isset($path)){
  $path = "../../../Templates/init.php";
  require($path);
}
// info
echo "\n<span >sound->" . basename (__FILE__) . "</span>\n";

// Example 1: Recognize speech from audio file using API (default method)
// Input data
$audioFile1 = "test/audio8.wav";

echo("\n\nExample 1. Recognize speech from audio file using API (default method): ");
$result1 = SYSTEM::$sound->speech_to_text($audioFile1);

if ($result1) {
    echo("true: " . $result1 . "\n");
} else {
    echo("false\n");
}

// Example 2: Recognize speech from audio file using API with specified language
// Input data
$audioFile2 = "test/audio8.wav";
$method2 = "api";
$language2 = "ru";

echo("\n\nExample 2. Recognize speech from audio file using API with specified language: ");
$result2 = SYSTEM::$sound->speech_to_text($audioFile2, $method2, $language2);

if ($result2) {
    echo("true: " . $result2 . "\n");
} else {
    echo("false\n");
}

// Example 3: Recognize speech from audio file using local method (whisper.cpp)
// Input data
$audioFile3 = "test/audio8.wav";
$method3 = "local";

echo("\n\nExample 3. Recognize speech from audio file using local method (whisper.cpp): ");
$result3 = SYSTEM::$sound->speech_to_text($audioFile3, $method3);

if ($result3) {
    echo("true: " . $result3 . "\n");
} else {
    echo("false\n");
}

// Example 4: Recognize speech from audio file using local method with specified language and model
// Input data
$audioFile4 = "test/audio8.wav";
$method4 = "local";
$language4 = "ru";
$timeout4 = 60;
$model4 = "ggml-base.bin";

echo("\n\nExample 4. Recognize speech from audio file using local method with specified language and model: ");
$result4 = SYSTEM::$sound->speech_to_text($audioFile4, $method4, $language4, $timeout4, $model4);

if ($result4) {
    echo("true: " . $result4 . "\n");
} else {
    echo("false\n");
}

// Example 5: Recognize speech from MP3 file using API
// Input data
$audioFile5 = "test/mp3/68323.mp3";

echo("\n\nExample 5. Recognize speech from MP3 file using API: ");
$result5 = SYSTEM::$sound->speech_to_text($audioFile5);

if ($result5) {
    echo("true: " . $result5 . "\n");
} else {
    echo("false\n");
}

// Quit the application
WINDOW::$app->quit();
?>

# Additional paths
import sys
sys.path.insert(0, '../../../Templates PY/')

xhe_host = "127.0.0.1:5006"
from xweb_human_emulator import *

# начало
echo("<hr><font color=blue>sound.speech_to_text</font><hr>")

# 1 
echo("1. Распознаем речь из аудиофайла через API (метод по умолчанию) : ")
result = sound.speech_to_text("test/audio8.wav")
echo(result)
echo("\n")

# 2 
echo("2. Распознаем речь из аудиофайла через API с указанием языка : ")
result = sound.speech_to_text("test/audio8.wav", "api", "ru")
echo(result)
echo("\n")

# 3 
echo("3. Распознаем речь из аудиофайла через локальный метод (whisper.cpp) : ")
result = sound.speech_to_text("test/audio8.wav", "local")
echo(result)
echo("\n")

# 4 
echo("4. Распознаем речь из аудиофайла через локальный метод с указанием языка и модели : ")
result = sound.speech_to_text("test/audio8.wav", "local", "ru", 60, "ggml-base.bin")
echo(result)
echo("\n")

# 5 
echo("5. Распознаем речь из MP3 файла через API : ")
result = sound.speech_to_text("test/mp3/68323.mp3")
echo(result)
echo("\n")

# конец
echo("<hr><br>")

# Quit
app.quit()

#region using

using System;
using System.Diagnostics;
using System.Collections.Generic;
using System.Linq;
using System.IO;
using System.Text;
using System.Threading;
using System.Threading.Tasks;

using XHE;
using XHE.XHE_DOM;
using XHE.XHE_System;
using XHE.XHE_Window;
using XHE.XHE_Web;

#endregion

 class Program:XHEScript
 {
	  static void Main(string[] args)
	  {
			// init XHE
			server = Environment.GetEnvironmentVariable("RPABOT_HOST_URL");
			InitXHE();

			// начало
			echo("<hr><font color=blue>sound.speech_to_text</font><hr>");
				
			// 1 
			echo("1. Распознаем речь из аудиофайла через API (метод по умолчанию) : ");
			var result = sound.speech_to_text("test/audio_8.wav").Result;
			echo(result);
			echo("\n");

			// 2 
			echo("2. Распознаем речь из аудиофайла через API с указанием языка : ");
			result = sound.speech_to_text("test/audio_8.wav", "api", "ru").Result;
			echo(result);
			echo("\n");

			// 3 
			echo("3. Распознаем речь из аудиофайла через локальный метод (whisper.cpp) : ");
			result = sound.speech_to_text("test/audio_8.wav", "local").Result;
			echo(result);
			echo("\n");

			// 4 
			echo("4. Распознаем речь из аудиофайла через локальный метод с указанием языка и модели : ");
			result = sound.speech_to_text("test/audio_8.wav", "local", "ru", 60, "ggml-base.bin").Result;
			echo(result);
			echo("\n");

			// 5 
			echo("5. Распознаем речь из MP3 файла через API : ");
			result = sound.speech_to_text("test/mp3/68323.mp3").Result;
			echo(result);
			echo("\n");

			// конец
			echo("\n\n");

			app.quit();            
	  }
}

// подключим функциональные объекты, если еще не подключен
xhe_host="127.0.0.1:5006";
echo=require("../../../Templates JS/init.js");

// начало
echo("<hr><font color=blue>sound.speech_to_text</font><hr>");

// 1 
echo("1. Распознаем речь из аудиофайла через API (метод по умолчанию) : ");
var result = sound.speech_to_text("test/audio8.wav");
echo(result);
echo("\n");

// 2 
echo("2. Распознаем речь из аудиофайла через API с указанием языка : ");
var result = sound.speech_to_text("test/audio8.wav", "api", "ru");
echo(result);
echo("\n");

// 3 
echo("3. Распознаем речь из аудиофайла через локальный метод (whisper.cpp) : ");
var result = sound.speech_to_text("test/audio8.wav", "local");
echo(result);
echo("\n");

// 4 
echo("4. Распознаем речь из аудиофайла через локальный метод с указанием языка и модели : ");
var result = sound.speech_to_text("test/audio8.wav", "local", "ru", 60, "ggml-base.bin");
echo(result);
echo("\n");

// 5 
echo("5. Распознаем речь из MP3 файла через API : ");
var result = sound.speech_to_text("test/mp3/68323.mp3");
echo(result);
echo("\n");

// конец
echo("\n");

// Quit
app.quit();

=============================================
sound Объекты DOM System Vision Web Window
=============================================
если что-то непонятно или необходимо узнать или считаете что надо добавить по работе этой функции, пишите в комментарии или на наш форум
.

Интерфейс

speech_to_text

Функционал