请问python脚本下usb声卡语音不能识别，怎么解决

[chenqy2018]

1. 自己使用python测试usb声卡录音是正常的，部分代码如下： with sd.InputStream(samplerate=sample_rate, channels=channels, device=deviceindex) as stream: print("录音开始...") for in range(int(sample_rate * duration / samples_per_read)): data, overflowed = stream.read(samples_per_read) if overflowed: print("缓冲区溢出！")

   将采集的数据转换为 bytes 并写入文件

   # 将 float32 数据转换为 int16，然后转换为 bytes 并写入文件
   int_data = (np.array(data) * 32767)).astype(np.int16)
   wf.writeframes(int_data.tobytes())

   print("录音结束")

2. 使用上面python生成的test.wav给python-api-examples/online-decode-files.py测试也是正常识别出文字的；

3. 使用speech-recognition-from-microphone.py测试打印Started! Please speak后没有反应；

4. 修改speech-recognition-from-microphone.py如下代码： sample_rate = 16000 samples_per_read = int(0.1 * sample_rate) # 0.1 second = 100 ms last_result = "" stream = recognizer.create_stream() with sd.InputStream(channels=1, dtype="float32", samplerate=sample_rate,device=1) as s: while True: samples, overflowed = s.read(samples_per_read) # a blocking read if overflowed: print("缓冲区溢出！") samples = samples.reshape(-1)

运行代码如下： Started! Please speak 缓冲区溢出！ 缓冲区溢出！ 缓冲区溢出！ 缓冲区溢出！ 缓冲区溢出！ ...... ^C Caught Ctrl + C. Exiting 请问下如何处理？

[csukuangfj]

使用上面python生成的test.wav给python-api-examples/online-decode-files.py测试也是正常识别出文字的；

RTF 是多少？

如果你不知道什么是 RTF, 请跑 ./build/bin/sherpa-onnx

[chenqy2018]

Real time factor (RTF): 12.949/10.053 = 1.288 我使用的是rk3568，cpu处理不行？

[csukuangfj]

你要选一个模型，使得 RTF < 1.

不然处理不过来，肯定 overflow.

[csukuangfj]

https://k2-fsa.github.io/sherpa/onnx/pretrained_models/online-transducer/zipformer-transducer-models.html#sherpa-onnx-streaming-zipformer-small-bilingual-zh-en-2023-02-16-bilingual-chinese-english 可以试试这个模型，记得用 int8, 可以选用文件夹 96 下面的模型

[chenqy2018]

好的，谢谢，请问有相关onnx转rknn介绍吗，需要注意哪些算子

[csukuangfj]

好的，谢谢，请问有相关onnx转rknn介绍吗，需要注意哪些算子

我们没有

[Gooddz1]

好的，谢谢，请问有相关onnx转rknn介绍吗，需要注意哪些算子

你实现了吗？需要注意哪些算子

[csukuangfj]

好的，谢谢，请问有相关onnx转rknn介绍吗，需要注意哪些算子

你实现了吗？需要注意哪些算子

qq 群里有人实现了，你可以去问下。没有开源