very good result with one issue of 30seconds not reached and trunk
This commit is contained in:
nick huang
parent
8146d4f030
commit
91958f1b0a
|
|
@ -3,3 +3,5 @@ g++ -O3 minimal_mic.cpp \
|
|||
./build/src/libwhisper.so \
|
||||
-L/usr/local/cuda/lib64 -lcudart -lcublas \
|
||||
-lpthread -ldl -lm -lrt -o minimal_mic
|
||||
|
||||
g++ -O3 doubao_mic.cpp -I. -I./include -I./ggml/include -I./examples ./build_gpu/src/libwhisper.so -L/usr/local/cuda/lib64 -lcudart -lcublas -lportaudio -lpthread -ldl -lm -lrt -o doubao_mic.exe
|
||||
|
|
|
|||
491
doubao_mic.cpp
491
doubao_mic.cpp
|
|
@ -1,299 +1,278 @@
|
|||
#include "whisper.h"
|
||||
#include <portaudio.h>
|
||||
#include <cstdio>
|
||||
#include <cstdlib>
|
||||
#include <cstring>
|
||||
#include <ctime>
|
||||
#include <iostream>
|
||||
#include <vector>
|
||||
#include <string>
|
||||
#include "common.h"
|
||||
|
||||
// ====================== 1. 枚举并选择麦克风设备（纯PortAudio原生实现） ======================
|
||||
void enumerate_audio_devices() {
|
||||
PaError err = Pa_Initialize();
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ PortAudio初始化失败: %s\n", Pa_GetErrorText(err));
|
||||
#define MINIAUDIO_IMPLEMENTATION
|
||||
#include "miniaudio.h"
|
||||
|
||||
#include <vector>
|
||||
#include <cstdio>
|
||||
#include <string>
|
||||
#include <atomic>
|
||||
#include <chrono>
|
||||
#include <thread>
|
||||
#include <csignal>
|
||||
#include <cstdlib>
|
||||
#include <algorithm>
|
||||
#include <cstring>
|
||||
#include <mutex> // 关键：补充缺失的mutex头文件
|
||||
|
||||
// 全局原子变量（线程安全）
|
||||
std::atomic<bool> is_recording(false);
|
||||
std::atomic<bool> exit_program(false);
|
||||
// 音频缓冲区（加锁保护，避免多线程冲突）
|
||||
std::vector<float> audio_buffer;
|
||||
std::mutex buffer_mutex; // 现在有头文件支持，不会报错
|
||||
|
||||
// 信号处理：Ctrl+C 优雅退出
|
||||
void signal_handler(int sig) {
|
||||
if (sig == SIGINT) {
|
||||
printf("\n\n🛑 收到退出信号，正在清理资源...\n");
|
||||
exit_program.store(true);
|
||||
is_recording.store(false);
|
||||
exit(0);
|
||||
}
|
||||
}
|
||||
|
||||
// 音频回调（旧版 miniaudio 兼容）
|
||||
void data_callback(ma_device* pDevice, void* pOutput, const void* pInput, ma_uint32 frameCount) {
|
||||
if (!is_recording.load() || pInput == NULL) return;
|
||||
|
||||
const float* pInputFloat = (const float*)pInput;
|
||||
if (pInputFloat == NULL) return;
|
||||
|
||||
// 加锁操作缓冲区（避免主线程/回调线程冲突）
|
||||
std::lock_guard<std::mutex> lock(buffer_mutex);
|
||||
|
||||
// 限制最大录制时长 30 秒（16000Hz）
|
||||
const size_t max_frames = 16000 * 30;
|
||||
const size_t available = max_frames - audio_buffer.size();
|
||||
if (available == 0) {
|
||||
is_recording.store(false);
|
||||
return;
|
||||
}
|
||||
|
||||
int numDevices = Pa_GetDeviceCount();
|
||||
const size_t copy_frames = (frameCount > available) ? available : frameCount;
|
||||
audio_buffer.insert(audio_buffer.end(), pInputFloat, pInputFloat + copy_frames);
|
||||
}
|
||||
|
||||
// 列出系统音频设备（兼容旧版 API）
|
||||
void list_audio_devices(ma_context& context, ma_device_info** pCaptureInfos, ma_uint32& captureCount) {
|
||||
printf("\n📜 系统可用麦克风设备列表：\n");
|
||||
printf("=============================================\n");
|
||||
for (int i = 0; i < numDevices; i++) {
|
||||
const PaDeviceInfo* pInfo = Pa_GetDeviceInfo(i);
|
||||
// 只显示输入设备（麦克风，至少1个输入声道）
|
||||
if (pInfo->maxInputChannels > 0) {
|
||||
printf("🔧 设备ID: %d | 名称: %s\n", i, pInfo->name);
|
||||
printf(" 最大输入声道: %d | 默认采样率: %.1f Hz\n",
|
||||
pInfo->maxInputChannels, pInfo->defaultSampleRate);
|
||||
printf("---------------------------------------------\n");
|
||||
}
|
||||
}
|
||||
printf("=============================================\n\n");
|
||||
|
||||
Pa_Terminate();
|
||||
ma_result result = ma_context_get_devices(&context, NULL, NULL, pCaptureInfos, &captureCount);
|
||||
if (result != MA_SUCCESS) {
|
||||
fprintf(stderr, "❌ 获取设备列表失败，使用默认设备\n");
|
||||
*pCaptureInfos = NULL;
|
||||
captureCount = 0;
|
||||
return;
|
||||
}
|
||||
|
||||
for (ma_uint32 i = 0; i < captureCount; ++i) {
|
||||
printf("🔧 设备ID: %u | 名称: %s\n", i, (*pCaptureInfos)[i].name);
|
||||
printf(" 声道数: 1 | 采样率: 16000 Hz\n"); // 固定 16000Hz 避免采样率冲突
|
||||
printf("---------------------------------------------\n");
|
||||
}
|
||||
printf("=============================================\n");
|
||||
}
|
||||
|
||||
int select_mic_device() {
|
||||
int selected_id = -1;
|
||||
printf("👉 请输入你要使用的麦克风设备ID（比如苹果耳机对应的ID）：");
|
||||
std::cin >> selected_id;
|
||||
|
||||
// 验证设备ID有效性
|
||||
PaError err = Pa_Initialize();
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ PortAudio初始化失败: %s\n", Pa_GetErrorText(err));
|
||||
return -1;
|
||||
}
|
||||
|
||||
int numDevices = Pa_GetDeviceCount();
|
||||
if (selected_id < 0 || selected_id >= numDevices) {
|
||||
fprintf(stderr, "❌ 设备ID无效！请输入列表中的有效ID\n");
|
||||
Pa_Terminate();
|
||||
return -1;
|
||||
}
|
||||
|
||||
const PaDeviceInfo* pInfo = Pa_GetDeviceInfo(selected_id);
|
||||
if (pInfo->maxInputChannels == 0) {
|
||||
fprintf(stderr, "❌ 选择的设备不是麦克风（无输入声道）！\n");
|
||||
Pa_Terminate();
|
||||
return -1;
|
||||
}
|
||||
|
||||
printf("\n✅ 已选择麦克风：\n");
|
||||
printf(" ID: %d | 名称: %s\n", selected_id, pInfo->name);
|
||||
printf(" 采样率: %.1f Hz | 声道数: %d\n\n",
|
||||
pInfo->defaultSampleRate, pInfo->maxInputChannels);
|
||||
|
||||
Pa_Terminate();
|
||||
return selected_id;
|
||||
// 提示信息
|
||||
void print_usage() {
|
||||
printf("=============================================\n");
|
||||
printf("🎤 语音识别程序（旧版兼容）\n");
|
||||
printf("操作说明：\n");
|
||||
printf(" 1. 按下【回车键】开始录制\n");
|
||||
printf(" 2. 说话完成后按回车停止录制并识别\n");
|
||||
printf(" 3. 录制超过30秒自动停止\n");
|
||||
printf(" 4. Ctrl+C 退出程序\n");
|
||||
printf("=============================================\n");
|
||||
}
|
||||
|
||||
// ====================== 2. 音频采集函数（纯PortAudio原生实现） ======================
|
||||
int audio_record(short* buffer, int buffer_size, int sample_rate, int channels, int max_seconds, int device_id) {
|
||||
PaError err;
|
||||
PaStream* stream;
|
||||
PaStreamParameters input_params;
|
||||
|
||||
// 初始化PortAudio
|
||||
err = Pa_Initialize();
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ PortAudio初始化失败: %s\n", Pa_GetErrorText(err));
|
||||
return -1;
|
||||
}
|
||||
|
||||
// 配置输入参数（指定麦克风设备ID）
|
||||
input_params.device = device_id;
|
||||
input_params.channelCount = channels;
|
||||
input_params.sampleFormat = paInt16; // 16位深（Whisper要求）
|
||||
input_params.suggestedLatency = Pa_GetDeviceInfo(device_id)->defaultLowInputLatency;
|
||||
input_params.hostApiSpecificStreamInfo = NULL;
|
||||
|
||||
// 打开音频流
|
||||
err = Pa_OpenStream(
|
||||
&stream,
|
||||
&input_params,
|
||||
NULL, // 无输出
|
||||
sample_rate,
|
||||
1024, // 缓冲区大小
|
||||
paClipOff, // 关闭裁剪
|
||||
NULL, // 无回调
|
||||
NULL
|
||||
);
|
||||
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ 打开音频流失败: %s\n", Pa_GetErrorText(err));
|
||||
Pa_Terminate();
|
||||
return -1;
|
||||
}
|
||||
|
||||
// 开始录制
|
||||
err = Pa_StartStream(stream);
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ 开始录制失败: %s\n", Pa_GetErrorText(err));
|
||||
Pa_CloseStream(stream);
|
||||
Pa_Terminate();
|
||||
return -1;
|
||||
}
|
||||
|
||||
printf("🎙️ 录制中（按回车键停止，最长%d秒）...\n", max_seconds);
|
||||
int total_samples = 0;
|
||||
time_t start_time = time(NULL);
|
||||
|
||||
// 录制逻辑：要么按回车停止，要么超时停止
|
||||
while (1) {
|
||||
// 读取音频数据
|
||||
int samples_to_read = buffer_size - total_samples;
|
||||
if (samples_to_read <= 0) break;
|
||||
|
||||
err = Pa_ReadStream(stream, buffer + total_samples, 1024);
|
||||
if (err != paNoError) {
|
||||
fprintf(stderr, "❌ 读取音频失败: %s\n", Pa_GetErrorText(err));
|
||||
break;
|
||||
}
|
||||
|
||||
total_samples += 1024;
|
||||
|
||||
// 超时检查（max_seconds秒）
|
||||
if (difftime(time(NULL), start_time) >= max_seconds) {
|
||||
printf("\n⏰ 录制超时（%d秒），自动停止\n", max_seconds);
|
||||
break;
|
||||
}
|
||||
|
||||
// 检查是否按了回车
|
||||
if (std::cin.rdbuf()->in_avail() > 0) {
|
||||
getchar();
|
||||
printf("\n🛑 用户停止录制\n");
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
// 停止录制
|
||||
Pa_StopStream(stream);
|
||||
Pa_CloseStream(stream);
|
||||
Pa_Terminate();
|
||||
|
||||
return total_samples;
|
||||
// GPU 状态提示（兼容旧版）
|
||||
void check_gpu_status() {
|
||||
printf("🔍 GPU加速配置说明：\n");
|
||||
printf(" ❌ 若识别速度慢，说明使用CPU运行\n");
|
||||
printf(" ✅ 启用GPU：重新编译whisper.cpp时添加 -DWHISPER_CUDA=ON\n");
|
||||
}
|
||||
|
||||
// ====================== 3. 新增：short转float（Whisper要求） ======================
|
||||
void convert_short_to_float(const short* src, float* dst, int count) {
|
||||
// 16位short的范围是[-32768, 32767]，归一化到float的[-1.0, 1.0]
|
||||
for (int i = 0; i < count; i++) {
|
||||
dst[i] = static_cast<float>(src[i]) / 32768.0f;
|
||||
}
|
||||
}
|
||||
int main(int argc, char** argv) {
|
||||
// 注册信号处理
|
||||
signal(SIGINT, signal_handler);
|
||||
|
||||
// ====================== 4. 主函数（修正数据类型转换） ======================
|
||||
int main(int argc, char **argv) {
|
||||
// 检查参数
|
||||
if (argc < 2) {
|
||||
fprintf(stderr, "用法: %s 模型文件路径（如 ./models/ggml-medium.bin）\n", argv[0]);
|
||||
fprintf(stderr, "Usage: %s <model_path>\n", argv[0]);
|
||||
return 1;
|
||||
}
|
||||
const char* model_path = argv[1];
|
||||
|
||||
// 步骤1：枚举并选择麦克风
|
||||
enumerate_audio_devices();
|
||||
int mic_device_id = select_mic_device();
|
||||
if (mic_device_id < 0) {
|
||||
fprintf(stderr, "❌ 麦克风选择失败，程序退出\n");
|
||||
// 1. 初始化音频上下文（旧版兼容）
|
||||
ma_context context;
|
||||
if (ma_context_init(NULL, 0, NULL, &context) != MA_SUCCESS) {
|
||||
fprintf(stderr, "❌ 初始化音频上下文失败\n");
|
||||
return 1;
|
||||
}
|
||||
|
||||
// 步骤2：GPU加速配置说明
|
||||
printf("\n🔍 GPU加速配置说明...\n");
|
||||
printf(" 当前已启用GPU加速（use_gpu = true）\n");
|
||||
printf(" ✅ 如果编译时链接了CUDA库，模型会自动使用GPU\n");
|
||||
printf(" ❌ 如果识别速度很慢，说明实际使用CPU运行\n");
|
||||
printf(" 验证方法：观察识别耗时，GPU版本比CPU快5-10倍\n\n");
|
||||
// 2. 枚举麦克风设备
|
||||
ma_device_info* pCaptureInfos = NULL;
|
||||
ma_uint32 captureCount = 0;
|
||||
list_audio_devices(context, &pCaptureInfos, captureCount);
|
||||
|
||||
// 步骤3：加载Whisper模型（启用GPU）
|
||||
printf("🚀 正在加载模型：%s\n", model_path);
|
||||
// 3. 选择麦克风设备
|
||||
ma_uint32 device_id = 0;
|
||||
if (captureCount > 0) {
|
||||
printf("\n👉 请输入要使用的麦克风设备ID：");
|
||||
if (scanf("%u", &device_id) != 1 || device_id >= captureCount) {
|
||||
fprintf(stderr, "❌ 输入无效，使用默认设备ID 0\n");
|
||||
device_id = 0;
|
||||
}
|
||||
// 清空输入缓冲区
|
||||
while (getchar() != '\n');
|
||||
}
|
||||
|
||||
// 4. 初始化 Whisper 模型
|
||||
struct whisper_context_params cparams = whisper_context_default_params();
|
||||
cparams.use_gpu = true;
|
||||
cparams.gpu_device = 0;
|
||||
|
||||
printf("\n🚀 正在加载模型：%s\n", model_path);
|
||||
struct whisper_context* ctx = whisper_init_from_file_with_params(model_path, cparams);
|
||||
if (!ctx) {
|
||||
fprintf(stderr, "❌ 加载模型失败: %s\n", model_path);
|
||||
fprintf(stderr, "❌ 初始化Whisper模型失败\n");
|
||||
ma_context_uninit(&context);
|
||||
return 1;
|
||||
}
|
||||
|
||||
// 打印模型信息
|
||||
whisper_print_system_info();
|
||||
// GPU 状态提示
|
||||
check_gpu_status();
|
||||
printf("✅ 模型加载成功！\n");
|
||||
printf(" 📌 若识别速度快（几秒内完成）= GPU运行\n");
|
||||
printf(" 📌 若识别速度慢（十几秒/分钟）= CPU运行\n");
|
||||
printf("=============================================\n");
|
||||
printf("🎤 语音识别程序（指定麦克风版）\n");
|
||||
printf("操作说明：\n");
|
||||
printf(" 1. 按下【回车键】开始录制\n");
|
||||
printf(" 2. 说话完成后，再次按下【回车键】停止录制并识别\n");
|
||||
printf(" 3. 录制超过30秒会自动停止\n");
|
||||
printf(" 4. Ctrl+C 退出程序\n");
|
||||
printf("=============================================\n\n");
|
||||
|
||||
// 步骤4：准备音频缓冲区
|
||||
const int sample_rate = 16000; // Whisper标准采样率
|
||||
const int channels = 1; // 单声道
|
||||
const int max_seconds = 30; // 最长录制30秒
|
||||
const int buffer_size = sample_rate * channels * max_seconds;
|
||||
|
||||
// 原始音频缓冲区（short类型）
|
||||
short* buffer_short = (short*)malloc(buffer_size * sizeof(short));
|
||||
// Whisper输入缓冲区（float类型）
|
||||
float* buffer_float = (float*)malloc(buffer_size * sizeof(float));
|
||||
|
||||
if (!buffer_short || !buffer_float) {
|
||||
fprintf(stderr, "❌ 分配音频缓冲区失败\n");
|
||||
free(buffer_short);
|
||||
free(buffer_float);
|
||||
whisper_free(ctx);
|
||||
return 1;
|
||||
}
|
||||
// 5. 初始化录音设备（旧版 miniaudio 核心兼容）
|
||||
ma_device_config deviceConfig = ma_device_config_init(ma_device_type_capture);
|
||||
deviceConfig.capture.format = ma_format_f32; // Whisper 要求 float32
|
||||
deviceConfig.capture.channels = 1; // 单声道
|
||||
deviceConfig.sampleRate = 16000; // 固定 16000Hz 避免采样率错误
|
||||
deviceConfig.dataCallback = data_callback; // 回调函数
|
||||
deviceConfig.pUserData = NULL;
|
||||
|
||||
// 步骤5：等待用户开始录制
|
||||
printf("👉 按下回车键开始录制...\n");
|
||||
getchar();
|
||||
|
||||
// 步骤6：录制音频（指定选择的麦克风）
|
||||
int samples_read = audio_record(buffer_short, buffer_size, sample_rate, channels, max_seconds, mic_device_id);
|
||||
if (samples_read <= 0) {
|
||||
fprintf(stderr, "❌ 录制音频失败\n");
|
||||
free(buffer_short);
|
||||
free(buffer_float);
|
||||
whisper_free(ctx);
|
||||
return 1;
|
||||
}
|
||||
|
||||
// 步骤7：关键修正：short转float（Whisper要求）
|
||||
convert_short_to_float(buffer_short, buffer_float, samples_read);
|
||||
|
||||
// 步骤8：语音识别（传入float缓冲区）
|
||||
printf("\n🔍 正在识别...\n");
|
||||
clock_t start = clock();
|
||||
|
||||
struct whisper_full_params wparams = whisper_full_default_params(WHISPER_SAMPLING_GREEDY);
|
||||
wparams.language = "zh"; // 中文识别
|
||||
wparams.translate = false;
|
||||
wparams.print_special = false;
|
||||
wparams.print_progress = false;
|
||||
wparams.print_realtime = false;
|
||||
wparams.print_timestamps = false;
|
||||
|
||||
// 传入float类型的buffer_float，而非short类型的buffer_short
|
||||
if (whisper_full(ctx, wparams, buffer_float, samples_read) != 0) {
|
||||
fprintf(stderr, "❌ 识别音频失败\n");
|
||||
free(buffer_short);
|
||||
free(buffer_float);
|
||||
whisper_free(ctx);
|
||||
return 1;
|
||||
}
|
||||
|
||||
// 步骤9：输出结果
|
||||
clock_t end = clock();
|
||||
double elapsed = (double)(end - start) / CLOCKS_PER_SEC;
|
||||
printf("⏱️ 识别耗时：%.2f 秒\n", elapsed);
|
||||
|
||||
if (elapsed < 5.0) {
|
||||
printf(" 🎯 识别速度快，应该是GPU在运行！\n");
|
||||
// 指定选中的麦克风设备（旧版用 pDeviceID）
|
||||
if (captureCount > 0 && pCaptureInfos != NULL) {
|
||||
deviceConfig.capture.pDeviceID = &pCaptureInfos[device_id].id;
|
||||
printf("\n✅ 已选择麦克风：%s\n", pCaptureInfos[device_id].name);
|
||||
} else {
|
||||
printf(" ⚠️ 识别速度慢，当前使用CPU运行（需编译CUDA版本）\n");
|
||||
printf("\n✅ 使用默认麦克风设备\n");
|
||||
}
|
||||
|
||||
printf("📝 识别结果：\n ");
|
||||
const int n_segments = whisper_full_n_segments(ctx);
|
||||
for (int i = 0; i < n_segments; i++) {
|
||||
const char* text = whisper_full_get_segment_text(ctx, i);
|
||||
printf("%s\n ", text);
|
||||
ma_device device;
|
||||
if (ma_device_init(&context, &deviceConfig, &device) != MA_SUCCESS) {
|
||||
fprintf(stderr, "❌ 打开录音设备失败\n");
|
||||
whisper_free(ctx);
|
||||
ma_context_uninit(&context);
|
||||
return 1;
|
||||
}
|
||||
printf("\n");
|
||||
|
||||
// 步骤10：清理资源
|
||||
free(buffer_short);
|
||||
free(buffer_float);
|
||||
// 启动录音设备（仅初始化，不采集数据）
|
||||
if (ma_device_start(&device) != MA_SUCCESS) {
|
||||
fprintf(stderr, "❌ 启动录音设备失败\n");
|
||||
ma_device_uninit(&device);
|
||||
whisper_free(ctx);
|
||||
ma_context_uninit(&context);
|
||||
return 1;
|
||||
}
|
||||
|
||||
print_usage();
|
||||
|
||||
// 主循环
|
||||
while (!exit_program.load()) {
|
||||
// 等待用户按回车开始录制
|
||||
printf("\n👉 按下回车键开始录制...\n");
|
||||
getchar();
|
||||
|
||||
if (exit_program.load()) break;
|
||||
|
||||
// 重置录制状态
|
||||
is_recording.store(true);
|
||||
{
|
||||
std::lock_guard<std::mutex> lock(buffer_mutex);
|
||||
audio_buffer.clear();
|
||||
}
|
||||
printf("🎙️ 正在录制（按回车停止，最长30秒）...\n");
|
||||
|
||||
// 等待用户停止录制（子线程监听回车）
|
||||
std::thread wait_thread([&]() {
|
||||
getchar();
|
||||
is_recording.store(false);
|
||||
});
|
||||
|
||||
// 超时控制（30秒）
|
||||
auto start_time = std::chrono::steady_clock::now();
|
||||
while (is_recording.load() && !exit_program.load()) {
|
||||
auto duration = std::chrono::duration_cast<std::chrono::seconds>(
|
||||
std::chrono::steady_clock::now() - start_time).count();
|
||||
|
||||
if (duration >= 30) {
|
||||
printf("⏱️ 录制超时，自动停止\n");
|
||||
is_recording.store(false);
|
||||
break;
|
||||
}
|
||||
std::this_thread::sleep_for(std::chrono::milliseconds(100));
|
||||
}
|
||||
|
||||
wait_thread.join();
|
||||
is_recording.store(false);
|
||||
|
||||
if (exit_program.load()) break;
|
||||
|
||||
// 检查录制数据
|
||||
std::vector<float> captured_audio;
|
||||
{
|
||||
std::lock_guard<std::mutex> lock(buffer_mutex);
|
||||
captured_audio = audio_buffer; // 拷贝数据避免锁冲突
|
||||
}
|
||||
|
||||
if (captured_audio.empty()) {
|
||||
printf("⚠️ 未采集到音频数据，请重新录制\n");
|
||||
continue;
|
||||
}
|
||||
|
||||
// 开始识别
|
||||
printf("🔍 正在识别（音频长度：%.2f秒）...\n", (float)captured_audio.size() / 16000);
|
||||
auto recognize_start = std::chrono::steady_clock::now();
|
||||
|
||||
whisper_full_params wparams = whisper_full_default_params(WHISPER_SAMPLING_GREEDY);
|
||||
wparams.language = "zh";
|
||||
wparams.n_threads = std::max(1, (int)std::thread::hardware_concurrency());
|
||||
wparams.print_progress = false;
|
||||
wparams.print_realtime = false;
|
||||
wparams.temperature = 0.0;
|
||||
wparams.max_len = 0;
|
||||
wparams.translate = false;
|
||||
wparams.no_context = true;
|
||||
|
||||
if (whisper_full(ctx, wparams, captured_audio.data(), captured_audio.size()) != 0) {
|
||||
fprintf(stderr, "❌ 识别失败\n");
|
||||
continue;
|
||||
}
|
||||
|
||||
// 输出识别结果
|
||||
auto recognize_duration = std::chrono::duration_cast<std::chrono::milliseconds>(
|
||||
std::chrono::steady_clock::now() - recognize_start).count();
|
||||
printf("⏱️ 识别耗时：%.2f 秒\n", recognize_duration / 1000.0);
|
||||
|
||||
const int n_segments = whisper_full_n_segments(ctx);
|
||||
if (n_segments == 0) {
|
||||
printf("📝 未识别到有效内容\n");
|
||||
} else {
|
||||
printf("📝 识别结果：\n");
|
||||
for (int i = 0; i < n_segments; ++i) {
|
||||
const char* text = whisper_full_get_segment_text(ctx, i);
|
||||
printf(" %s\n", text);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// 清理资源
|
||||
ma_device_uninit(&device);
|
||||
ma_context_uninit(&context);
|
||||
whisper_free(ctx);
|
||||
|
||||
printf("✅ 资源清理完成，程序退出\n");
|
||||
return 0;
|
||||
}
|
||||
|
|
|
|||
Loading…
Reference in New Issue