【具身智能】本地实时语音识别kaldi在正点原子RK3588上部署

纸上得来终觉浅，终知此事要躬行

费曼学习法：确定目标，以教代学，不断反馈和总结

---

1. 安装

        官网上描述有3种安装方法：从预构建wheels下载安装、直接在目标板安装和通过交叉编译工具编译安装。

        预构建wheels安装

        首先登陆rk3588终端查看安装的python版

root@ATK-DLRK3588:/# python --version
Python 3.10.5

        下载对应python版本的whl文件，由于我的arm 64位开发板对应的python版本为3.10，所以下载sherpa_onnx-1.11.2-cp310-cp310-linux_aarch64.whl安装包。如果使用网页下载速度太慢，建议在链接上右击使用迅雷下载。

下载连接： https://k2-fsa.github.io/sherpa/onnx/rk-npu-cn.html

        登录开发板，新建文件夹/userdata/caldi

        cd  /userdata

        mkdir caldi

        在adb所在文件夹，按住shift键右击，打开powershell窗口，输入如下命令复制文件到开发板的caldi目录。如果adb命令执行失败，将adb所在目录添加到环境变量的path变量里。

adb push sherpa_onnx-1.11.2-cp310-cp310-linux_aarch64.whl  /userdata/caldi

        进入到/userdata/caldi目录，进行安装

 pip install sherpa_onnx-1.11.2-cp310-cp310-linux_aarch64.whl

         警告先不用管

        检查sherpa-onnx是否安装成功 

 2. 识别文件

        在Ubuntu上下载识别文件

        由于需要VPN，经常下载到一半失败，建议通过迅雷下载 

        解压压缩包

 复制到开发板上

 登录开发板，进入目录/userdata/caldi，使用如下命令进行语音文件转文本测试

sherpa-onnx \
  --provider=rknn \
  --encoder=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/encoder.rknn \
  --decoder=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/decoder.rknn \
  --joiner=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/joiner.rknn \
  --tokens=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/tokens.txt \
  ./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/test_wavs/4.wav

 显示如下代表成功

 如果出现RKNN报错，需要重新安装librknnrt.so，经测试2.2.0版本是可以用的。

librknnrt.so 下载地址https://github.com/airockchip/rknn-toolkit2/blob/master/rknpu2/runtime/Linux/librknn_api/aarch64/librknnrt.so

 下载整个仓库会耗费大量时间，可以用GitHub directory downloader下载单独文件。

 3. 实时语音识别

        首先获取麦克风设备的名称，使用命令 arecord -l

        使用card 0，device 0，USB 摄像头上的麦克风

sherpa-onnx-alsa \
  --provider=rknn \
  --encoder=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/encoder.rknn \
  --decoder=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/decoder.rknn \
  --joiner=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/joiner.rknn \
  --tokens=./sherpa-onnx-rk3588-streaming-zipformer-small-bilingual-zh-en-2023-02-16/tokens.txt \
  plughw:0,0

 输出如下，代表成功

 参考链接：

实时语音识别Kaldi官网

111. 新一代Kaldi + RK NPU: 本地实时语音识别之rk3588_哔哩哔哩_bilibili