常常在學習的道路上發現資訊不完整、教學不清楚、工具不好用的疑難雜症？ 放心， 在「🔒 阿Han的軟體心法實戰營」都能夠得到完整的一套學習脈落， 而我們在實戰方面也都會提供簡易、清晰、一鍵啟動的乾淨環境讓您不用拘束害怕的Try Error， 人生就是需要不斷的試誤才能夠探索出屬於自己的一條路， 我們就是在建立這樣的沙盒練習場， 讓您踏入職場或者接案時能夠更加順手， 這多虧了「【Docker 容器化】初探微服務時代的虛擬化技術」的技術， 讓我們對於軟體開發不再那麼傷痛， 期待您對於此工具包的使用心得與回饋， 歡迎留言或者討論區互相探討。

還記得我們之前介紹過「【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！」這套語音辨識引擎， 那為什麼我們又要教這一套? 因為我們也可以將whisper的模型轉換成onnx的格式， 輕鬆移植到各種平台， 且效能更佳。

再次感謝您購買我們的學習包， 在這邊您將學習到關於kaldi語音辨識引擎sherpa-onnx的實戰技能， 本篇教程主要教您如何建置GPU版本的sherpa-onnx， 讓您的辨識速度飛快提昇。

上回我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能」， 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧！ 如果還不會的兄弟姊妹們別擔心， 歡迎底下留言， 我們會盡量的協助您直到學會為止， 那麼雖然CPU版本架設的很快， 但實際的系統環境需要處理的辨識量會非常的龐大， 單純只考CPU顯然不夠用， 因此本章節就來教您如何用Docker來打包GPU的版本。

🔥 如果您已經讀過上篇的朋友們， 這個篇章只要尋找「🔥」的標誌進行重點加強即可。

環境準備

• Docker安裝: https://docs.docker.com/engine/install/。
• Docker compose
• 🔥 請先確保您的環境能夠執行GPU的Container， 請依照nvidia官網指示進行安裝

預期您將學會

• 🔥 建置GPU版本的sherpa-onnx。
• 安裝sherpa-onnx。
• 架設及執行sherpa-onnx環境。
• 架設web介面。
• 上傳檔案進行語音辨識。
• python範例。

如何快速使用？

# 建置映像檔
docker compose build

# 啟動服務
docker compose up -d

# 打開網頁
http://localhost:6006

# 切換到Upload頁籤， 上傳模型裡面的wav檔

如何學習

• 環境建置及啟動教學: Dockerfile
• 詳讀程式碼內容 - non_streaming_server.py

接著我們試著上傳一下範例所提供的音檔

關於範例程式碼的重點整理

這邊的核心程式碼在「NonStreamingServer」這個類別， 接收、辨識、回傳三大功能皆在此完成， 因此我們針對這裡的程式碼進行解析。

結語

本章節教您輕鬆開箱語音辨識組件， 而網路上也提供了各式各樣的預訓練模型， 假設我們只想要使用， 那麼我們可以去下載這些模型來掛載， 那如果我們想要自行訓練或者微調， 接下來的篇章我們也會教您如何去進行這些過程， 當我們學會使用也會訓練模型之後， 最重要的就是資料了， 就像我們把飲水器接好， 也會使用冷水熱水之後， 最重要的還是「水」， 它的重要程度就像我們的「資料」， 要如何大量的蒐集這些資料及管控品質就是另外一門學問了， 關於資料處理， 我們也推薦您閱讀以下幾個篇章：

• 🧬 Data Science 必修班
• 🏫 Python 先修班