AI/音声認識 (julius) のバックアップ(No.3)
- バックアップ一覧
- 差分 を表示
- 現在との差分 を表示
- ソース を表示
- AI/音声認識 (julius) へ行く。
- 1 (2025-04-11 (金) 01:11:44)
- 2 (2025-04-11 (金) 03:36:06)
- 3 (2025-04-11 (金) 14:30:52)
- 4 (2025-04-15 (火) 11:57:07)
- 5 (2025-04-15 (火) 14:37:57)
音声認識 †
https://github.com/julius-speech/julius
インストール(ビルド) †
sudo apt update sudo apt upgrade -y sudo apt-get install build-essential zlib1g-dev libsdl2-dev libasound2-dev git clone https://github.com/julius-speech/julius.git cd julius CC=/usr/local/cuda/bin/nvcc CFLAGS=-O3 ./configure --enable-words-int --with-mictype=pulseaudio # CUDA不要であれば、./configure より前は不要。 # Raspbery Pi 等で次のようなエラーがでるようであれば、 # configure: error: cannot guess build type; you must specify one # --build=aarch64 を付与する。 make -j4 ls -l julius/julius
日本語のモデル取得 †
https://github.com/julius-speech/dictation-kit/tree/master
- 2GB 程のファイルがあるため、事前に git-lfs を入れておく。
sudo apt install git-lfs
- clone する
git clone https://github.com/julius-speech/dictation-kit.git
設定 †
sudo apt install alsa-utils sudo apt install pulseaudio sudo gpasswd -a <USBマイクを使うユーザー> audio
以下、編集中
WSLの場合、直接 マイク、スピーカーは扱えないため、pulseaudio for windows で転送する。 †
Windows 側 †
- 以下より、pulseaudio for windows をダウンロードする。 https://www.freedesktop.org/wiki/Software/PulseAudio/Ports/Windows/Support/
- zip ファイルを解凍する。
- etc/pulse/default.paを次の通り変更、追記する。
# 末尾に record=0 を追記する。 # load-module module-waveout sink_name=output source_name=input load-module module-waveout sink_name=output source_name=input record=0 # # 下記行を追加する。 load-module module-native-protocol-tcp auth-ip-acl=127.0.0.1 auth-anonymous=1
- etc/pulse/daemon.conf に以下を追記する。
exit-idle-time = -1
- 起動
bin/pulseaudio.exe
WSL 側 †
/etc/pulse/client.conf に以下追記する。
default-server = tcp:localhost
/etc/pulse/default.pa の下記を有効にする。(元々コメントアウトされているので)
load-module module-native-protocol-tcp
- 起動 sudo pulseaudio --system
