OddAsr更新：将默认模型从moonshine改回paraformer

一、前言

前两天研究了一下Moonshine Voice，当时拿了几个简单的音频文件测试了一下，感觉效果还可以，所以我就开始将其整合到了OddASR项目里。

但是在完成了整合后，再进行测试的时候发现一些比较严重的问题，所以，我又赶紧把我刚刚上传到pypi的OddASR给撤了，然后重新将主力模型改回到paraformer-zh-streaming和paraformer-zh。

当前OddAsr最新版本：v2.1.0，已恢复paraformer模型。

以下是在OddAsr自带的测试界面上分别跑paraformer-zh和moonshine base模型的效果

二、安装测试 OddAsr

安装OddAsr

pip install oddasr

打开OddAsr的Demo Web

http://localhost:9002

注：首先安装的话，需要从huggingface.co下载模型，记得设镜像，否则国内无法访问。并且，如果你家的网速不是非常快的话，可能要下载个十几分钟到半个钟头。

测试音频

• 前面一段和后面一段的声音都是干净的，转写效果非常好，准确率基本可认为100%；
• 中间一段模拟了一些背景噪声与嘈杂环境，无论是持续的空调嗡鸣、键盘敲击声，还是突发的交通噪音、旁人交谈，都会干扰ASR模型，导致其识别错误甚至完全遗漏词语。

具体的声音情况可以看这个视频：

https://mp.weixin.qq.com/s/y4l-YtaUhayV9k9EDatCzw

注：这个视频中并未使用我的OddASR，效果差不是我OddAsr项目的锅。相反，下面我后来有将这个视频中的音频提取出来，专门作为OddAsr的一个测试集，每次测试不同的ASR模型的时候都会来测试一下这种场景。比如：这次的Moonshine base中文模型的测试。

三、测试效果

测试使用的音频就是上面那个视频里提取出来的音频。

paraformer模型效果

只想用一个字来形容：bravo！

moonshine base模型效果

看上去转写出来的每个发音都是对的，但是。。。。这些个字呢。。。。好像就没几个是对的。

四、总结

唉，如果不是因为我这个用了超过十年的老笔记本CPU不太够用，我也完全不想去折腾一些其他的轻量级的ASR模型。