如何在 PHP Web 应用程序中实现 Mozilla DeepSpeech 以将语音转换为文本？答案

【问题标题】：How to implement Mozilla DeepSpeech into PHP web app to convert Speech-to-text?如何在 PHP Web 应用程序中实现 Mozilla DeepSpeech 以将语音转换为文本？
【发布时间】：2018-11-08 00:11:27
【问题描述】：

我有一个 PHP Web 应用程序，我正在寻找一个开源的、高精度的语音到文本识别实现，该实现将接受语音命令来打开用户的网页。示例：“进行销售”（这将打开创建销售 PHP 页面）、“进行采购订单”、“打开 END-OF-DAY 报告”等。

我的问题：

我想知道我们是否可以使用 Mozilla DeepSpeech 从 Firefox 浏览器获取 .wav 音频并将语音转换为文本。如果是，那么使用麦克风从 Firefox 录制语音到使用 DeepSpeech 引擎转换文本的流程是什么？

如何进行类似于 OK-GOOGLE 的唤醒/启动调用，准备好监听命令？

【问题讨论】：

我已经尝试过，但找不到任何合适的 API。
似乎应该是可能的，但我肯定没有实施指南。看起来您只是想了解事物的结构应该如何才能使其工作——这绝对是一个有趣的问题。上周我只是查看了这个我正在使用 CI 进行的家庭自动化项目，并且正试图围绕它来解决这个问题。

标签： php speech-recognition speech-to-text webspeech-api mozilla-deepspeech

【解决方案1】：

您可以通过创建服务器并使用异步请求/AJAX 或 Web 套接字来回发送请求来实现。

您可以使用以下链接找到服务器安装说明：

https://pypi.org/project/deepspeech-server/

安装服务器后，您可以开始从任何支持“WebRTC API：getUserMedia()”的浏览器发出请求。生成音频 Blob 数据并以 base64 格式发送到后端服务器。在后端，将 blob 保存到临时音频文件中：

$encodedData = base64_decode($data); 

// write the data out to the file
$fp = fopen($full_file_path, 'wb');
      fwrite($fp, $encodedData);
      fclose($fp);

然后通过向您自己的 Mozzila DeepSpeech Node.js 服务器发出 CURL 请求将音频文件转换为文本：

curl -X POST --data-binary @testfile.wav http://localhost:8080/stt

在您的后端创建方法以遍历生成的文本并尝试识别关键字/命令。如果触发将其发送回前端。也许您只是想授予用户使用他们的语音编写长消息的能力？ - 每次都返回整个文本。但是，您仍然希望“听”关键字，以便让用户能够设置标点符号、开始和结束写作。

祝大家编码愉快；）

【讨论】：

我尝试安装 Mozilla deepspeech server，之后我运行 deepspeech-server --config config.json 但在 windows 10 上无法将 deepspeech-server 识别为内部或外部命令、可运行程序或批处理文件，你能帮忙解决这个问题吗，我已经发布了这个问题stackoverflow.com/questions/69709493/…
@user3653474，试试 Windows 任务管理器，在我对您问题的回答中查看更多信息。

【解决方案2】：

请阅读： https://github.com/mdn/web-speech-api/tree/master/speech-color-changer

从语音到文本的翻译是在客户端的浏览器中完成的。生成文本后，可以使用 jquery 将其发送到 php 服务器。

【讨论】：

请在这里解释你的答案，不要只依赖链接分享。
问题是如何使用 PHP 服务器和 mozilla deepspeech API 转换从浏览器生成的音频，然后将结果发送回前端。