首次开源!一行代码轻松搞定中英文语音识别、合成、翻译核心功能
那么，福利时间到了，今天这个集成了中英文语音识别、语音翻译、语音合成、声音分类能力，而且一行代码轻松试验效果的开源项目，你一定不能错过！
项目介绍
话不多说，先来看项目中给出的效果展示。
语音识别
输入音频 1
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=0&scene=104&__biz=MzI5NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzg5&sn=7aacd9f6d9737fc8e9ca33f94ab6b975#wechat_redirect
识别结果 1
I knocked at the door on the ancient side of the building.
输入音频 2
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=1&scene=104&__biz=MzI5
NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzkw&sn=c4dd22c0470580b174236510b72c98cd#wechat_redirect
识别结果 2
我认为跑步最重要的就是给我带来了身体健康。
语音翻译（英译中）
输入音频
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=2&scene=104&__biz=MzI5NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzkx&sn=dda717c6fbe4d8e7f1a5a9642abac7f0#wechat_redirect
识别结果
我在这栋建筑的古老门上敲门。
语音合成
输入文本
1
Life was like a box of chocolates, you never know what you’re gonna get.
合成音频 1
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=3&scene=104&__biz=MzI5NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzky&sn=641ff8c4c99d448d26264533ec766f2c#wechat_redirect
输入文本 2
早上好，今天是2020/10/29，最低温度是-3°C。
合成音频 2
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=4&scene=104&__biz=MzI5NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzkz&sn=e9b625d90d02
a5c9032078addec7ce25#wechat_redirect
可以看到，无论是中英文的识别，还是中英文的合成，这个开源项目都有不错的效果，特别的，项目中还包含了语音翻译能力，可以实现英文语音同传翻译为中文字幕，这个确实太强大了。
传送门：
GitHub 地址：https://github.com/PaddlePaddle/PaddleSpeech
有读者肯定想问，这么强大的语音能力，是不是想要用起来比较麻烦？
不得不说，这个项目在易用性上真的也是考虑得非常周到。
安装测试效果
按照首页的引导：
一行命令安装：
一行命令快速开始使用：
这里，可以抱着试一试的态度，在本机上安装了这个项目，安装完成之后，先使用语音合成试一下。
生成的效果大家可以听一下~
点击链接立即查看：https://mp.weixin.qq.com/mp/audio?_wxindex_=5&scene=104&__biz=MzI5NzUyMzM1Mg==&mid=2247591395&idx=1&voice_id=MzI5NzUyMzM1Ml8yMjQ3NTkxMzk0&sn=07afba97d57e77290278a1b7a82ff64d#wechat_redirect
然后，带着好奇心，再把合成的结果送到语音识别试一下，看看效果：
最终输出结果：
可以看到，这一套循环下来，效果非常不错！
除了出色的效果，易用的体验，我们再看看这个项目中还有什么宝藏可以挖掘，果然我们发现项目中还包含丰富的预训练模型，并且语音识别和语音合成均支持自定义训练。
丰富的预训练模型
语音识别包含声学模型和语言模型，详情如下：
语音合成主要包含三个模块：文本前端、声学模型和声码器。
声学模型和声码器模型如下：
完善的文档教程
并且开源以来，收到开发者的广泛关注，已经有大量开发者投入到项目的建设中并且贡献内容。
真·干货满满！
别的不需要多说了，请大家访问 GitHub
亲自体验吧：
https://github.com/PaddlePaddle/PaddleSpeech
如果大家满意的话，欢迎点个小星星鼓励下我们的工程师！
百度AI开发者社区百度AI开发者社区 ，为全国各地开发者提供一个交流、分享、答疑解惑的平台，让开发者在研发路上不再“孤军奋战”，通过不断地交流与探讨找出更好的技术解决方案。如果你想尝试各种人工智能技术、开拓应用场景，赶快加入百度AI社区，你对 AI 的所有畅想，在这里都可以实现！
