def recognize(temp, wav):
wav_scp = str(Path(temp) / 'wav.scp')
make_wav_scp(wav, wav_scp)
segm = segmenter.Segmenter(wav_scp, '../model/final.raw', '../model/conf/post_output.vec', '../model/conf/mfcc_hires.conf', temp)
segments = segm.segment()
wav_segments_scp, utt2spk, spk2utt = segm.extract_segments(segments)
rec = recognizer.Recognizer(wav_segments_scp, '../model/final.mdl', '../model/HCLG.fst', '../model/words.txt',
'../model/conf/mfcc.conf', '../model/conf/ivector_extractor.conf', spk2utt, temp)
transcriptions = rec.recognize(Path(wav).stem)
ass = str(Path(temp) / 'wav.ass')
make_ass(Path(wav).name, segments, transcriptions, utt2spk, ass)
pars = transcriptions_parser.TranscriptionsParser('', '', '', 0, 0, 'wav.csv')
transcriptions_df = pars.process_file(ass)
return transcriptions_df
def start_pipeline(wav):
"""
Запуск пайплайна распознавания речи
Аргументы:
wav: путь к .WAV файлу аудио
"""
wav_name = Path(wav).name
wav_stem = Path(wav).stem
temp = str(Path(TEMP_DIR) / wav_stem)
os.makedirs(temp, exist_ok=True)
wav_scp = str(Path(temp) / 'wav.scp')
make_wav_scp(wav, wav_scp)
def terminate_pipeline(is_error, message):
if is_error:
LOGGER.error(message)
os.rename(wav, str(ERROR_DIR / wav_name))
try:
delete_folder(temp)
except:
LOGGER.error("Не удалось удалить временные файлы для '{}'".format(wav_name))
try:
LOGGER.info("Запуск сегментации файла'{}'".format(wav_name))
segm = segmenter.Segmenter(wav_scp, SEGM_MODEL, SEGM_POST, SEGM_CONF, temp)
segments = segm.segment()
LOGGER.info("Завершение сегментации файла'{}'".format(wav_name))
except:
terminate_pipeline(True, "Не удалось выполнить сегментацию файла '{}'".format(wav_name))
return
if os.stat(segments).st_size == 0:
terminate_pipeline(True, "В файле '{}' отсутствуют сегменты".format(wav_name))
return
try:
LOGGER.info("Запуск извлечения сегментов из файла'{}'".format(wav_name))
wav_segments_scp, utt2spk, spk2utt = segm.extract_segments(segments)
LOGGER.info("Завершение извлечения сегментов из файла'{}'".format(wav_name))
except:
terminate_pipeline(True, "Не удалось извлечь сегменты из файла '{}'".format(wav_name))
return
try:
LOGGER.info("Запуск распознавания файла'{}'".format(wav_name))
rec = recognizer.Recognizer(wav_segments_scp, REC_MODEL, REC_GRAPH, REC_WORDS, REC_CONF, REC_ICONF, spk2utt, temp)
transcriptions = rec.recognize(wav_stem)
LOGGER.info("Завершение распознавания файла'{}'".format(wav_name))
except:
terminate_pipeline(True, "Не удалось выполнить распознавание файла '{}'".format(wav_name))
return
try:
LOGGER.info("Запуск формирования субтитров для файла'{}'".format(wav_name))
ass = str(OUTPUT_DIR / str('ass/' + wav_stem + '.ass'))
make_ass(wav_name, segments, transcriptions, utt2spk, ass)
LOGGER.info("Завершение формирования субтитров для файла'{}'".format(wav_name))
except:
terminate_pipeline(True, "Не удалось сформировать субтитры для файла '{}'".format(wav_name))
return
try:
LOGGER.info("Запуск парсинга транскрибации для файла'{}'".format(wav_name))
pars = transcriptions_parser.TranscriptionsParser(str(OUTPUT_DIR / 'ass'), OUTPUT_DIR, LOGGER if IS_LOG else '', 1, 1, CSV)
pars.process_batch_files([ass])
LOGGER.info("Завершение парсинга транскрибации для файла'{}'".format(wav_name))
except:
terminate_pipeline(True, "Не удалось распарсить транскрибацию файла '{}'".format(wav_name))
return
if IS_DELETE_WAV or SLEEP_TIME:
LOGGER.info("Запуск удаления файла '{}'".format(wav_name))
try:
os.remove(wav)
except:
LOGGER.error("Не удалось удалить файл '{}'".format(wav_name))
LOGGER.info("Завершение удаления файла '{}'".format(wav_name))
terminate_pipeline(False, None)