diff --git a/README_cn.md b/README_cn.md
index 9c72bd6a9831df27376c82d204462deae6fe26de..896c575ce9b12cb71c21d3e49792d74d442d5c5a 100644
--- a/README_cn.md
+++ b/README_cn.md
@@ -39,7 +39,117 @@
**PaddleSpeech** 荣获 [NAACL2022 Best Demo Award](https://2022.naacl.org/blog/best-demo-award/), 请访问 [Arxiv](https://arxiv.org/abs/2205.12007) 论文。
+### 效果展示
+##### 语音识别
+
+
+
+
+
+ 输入音频 |
+ 识别结果 |
+
+
+
+
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+ I knocked at the door on the ancient side of the building. |
+
+
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+ 我认为跑步最重要的就是给我带来了身体健康。 |
+
+
+
+
+
+
+##### 语音翻译 (英译中)
+
+
+
+
+
+ 输入音频 |
+ 翻译结果 |
+
+
+
+
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+ 我 在 这栋 建筑 的 古老 门上 敲门。 |
+
+
+
+
+
+
+##### 语音合成
+
+
+
+
+ 输入文本 |
+ 合成音频 |
+
+
+
+
+ Life was like a box of chocolates, you never know what you're gonna get. |
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+
+
+ 早上好,今天是2020/10/29,最低温度是-3°C。 |
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+
+
+ 季姬寂,集鸡,鸡即棘鸡。棘鸡饥叽,季姬及箕稷济鸡。鸡既济,跻姬笈,季姬忌,急咭鸡,鸡急,继圾几,季姬急,即籍箕击鸡,箕疾击几伎,伎即齑,鸡叽集几基,季姬急极屐击鸡,鸡既殛,季姬激,即记《季姬击鸡记》。 |
+
+
+ ![](./docs/images/audio_icon.png)
+ |
+
+
+
+
+
+
+更多合成音频,可以参考 [PaddleSpeech 语音合成音频示例](https://paddlespeech.readthedocs.io/en/latest/tts/demo.html)。
+
+##### 标点恢复
+
+
+
+
+ 输入文本 |
+ 输出文本 |
+
+
+
+
+ 今天的天气真不错啊你下午有空吗我想约你一起去吃饭 |
+ 今天的天气真不错啊!你下午有空吗?我想约你一起去吃饭。 |
+
+
+
+
+
### 特性
@@ -47,7 +157,7 @@
本项目采用了易用、高效、灵活以及可扩展的实现,旨在为工业应用、学术研究提供更好的支持,实现的功能包含训练、推断以及测试模块,以及部署过程,主要包括
- 📦 **易用性**: 安装门槛低,可使用 [CLI](#quick-start) 快速开始。
- 🏆 **对标 SoTA**: 提供了高速、轻量级模型,且借鉴了最前沿的技术。
-- 🏆 **流式ASR和TTS系统**:工业级的端到端流式识别、流式合成系统。
+- 🏆 **流式 ASR 和 TTS 系统**:工业级的端到端流式识别、流式合成系统。
- 💯 **基于规则的中文前端**: 我们的前端包含文本正则化和字音转换(G2P)。此外,我们使用自定义语言规则来适应中文语境。
- **多种工业界以及学术界主流功能支持**:
- 🛎️ 典型音频任务: 本工具包提供了音频任务如音频分类、语音翻译、自动语音识别、文本转语音、语音合成、声纹识别、KWS等任务的实现。
@@ -82,7 +192,7 @@
### 相关依赖
+ gcc >= 4.8.5
-+ paddlepaddle >= 2.2.0
++ paddlepaddle >= 2.3.1
+ python >= 3.7
+ linux(推荐), mac, windows
@@ -108,12 +218,14 @@ pip install pytest-runner
pip install .
```
-更多关于安装问题,如conda环境,librosa依赖的系统库,gcc环境问题,kaldi安装等,可以参考这篇[安装文档](docs/source/install_cn.md),如安装上遇到问题可以在[#2150](https://github.com/PaddlePaddle/PaddleSpeech/issues/2150)上留言以及查找相关问题
+更多关于安装问题,如 conda 环境,librosa 依赖的系统库,gcc 环境问题,kaldi 安装等,可以参考这篇[安装文档](docs/source/install_cn.md),如安装上遇到问题可以在 [#2150](https://github.com/PaddlePaddle/PaddleSpeech/issues/2150) 上留言以及查找相关问题
## 快速开始
-安装完成后,开发者可以通过命令行或者Python快速开始,改变 `--input` 可以尝试用自己的音频或文本测试,支持16k wav格式音频。你也可以在`aistudio`中进行体验[PaddleSpeech API Demo ](https://aistudio.baidu.com/aistudio/projectdetail/4281335?shared=1)。
+安装完成后,开发者可以通过命令行或者Python快速开始,命令行模式下改变 `--input` 可以尝试用自己的音频或文本测试,支持16k wav格式音频。
+
+你也可以在`aistudio`中快速体验 👉🏻[PaddleSpeech API Demo ](https://aistudio.baidu.com/aistudio/projectdetail/4281335?shared=1)。
测试音频示例下载
```shell
@@ -121,95 +233,147 @@ wget -c https://paddlespeech.bj.bcebos.com/PaddleAudio/zh.wav
wget -c https://paddlespeech.bj.bcebos.com/PaddleAudio/en.wav
```
-**语音识别**
+### 语音识别
+ (点击可展开)开源中文语音识别
+
+命令行一键体验
+
```shell
paddlespeech asr --lang zh --input zh.wav
```
+Python API 一键预测
+
```python
-from paddlespeech.cli.asr.infer import ASRExecutor
-asr = ASRExecutor()
-result = asr(audio_file="zh.wav")
+>>> from paddlespeech.cli.asr.infer import ASRExecutor
+>>> asr = ASRExecutor()
+>>> result = asr(audio_file="zh.wav")
+>>> print(result)
+我认为跑步最重要的就是给我带来了身体健康
```
+
+
+### 语音合成
+
+ 开源中文语音合成
-**语音合成**
+输出 24k 采样率wav格式音频
-输出24k采样率wav格式音频
+
+命令行一键体验
```shell
paddlespeech tts --input "你好,欢迎使用百度飞桨深度学习框架!" --output output.wav
```
+Python API 一键预测
+
```python
-from paddlespeech.cli.tts.infer import TTSExecutor
-tts = TTSExecutor()
-tts(text="今天天气十分不错。", output="output.wav")
+>>> from paddlespeech.cli.tts.infer import TTSExecutor
+>>> tts = TTSExecutor()
+>>> tts(text="今天天气十分不错。", output="output.wav")
```
-- 语音合成的 web demo 已经集成进了 [Huggingface Spaces](https://huggingface.co/spaces). 请参考: [TTS Demo](https://huggingface.co/spaces/akhaliq/paddlespeech)
+- 语音合成的 web demo 已经集成进了 [Huggingface Spaces](https://huggingface.co/spaces). 请参考: [TTS Demo](https://huggingface.co/spaces/KPatrick/PaddleSpeechTTS)
+
+
+
+### 声音分类
-**声音分类**
+ 适配多场景的开放领域声音分类工具
-输出声音分类结果
+基于AudioSet数据集527个类别的声音分类模型
+
+命令行一键体验
```shell
paddlespeech cls --input zh.wav
```
+python API 一键预测
+
```python
-from paddlespeech.cli.cls.infer import CLSExecutor
-cls = CLSExecutor()
-result = cls(audio_file="zh.wav")
+>>> from paddlespeech.cli.cls.infer import CLSExecutor
+>>> cls = CLSExecutor()
+>>> result = cls(audio_file="zh.wav")
+>>> print(result)
+Speech 0.9027186632156372
```
-**声纹提取**
+
+
+### 声纹提取
-输出声音提取向量
+ 工业级声纹提取工具
+
+命令行一键体验
```shell
paddlespeech vector --task spk --input zh.wav
```
+Python API 一键预测
+
```python
-from paddlespeech.cli.vector import VectorExecutor
-vec = VectorExecutor()
-result = vec(audio_file="zh.wav")
+>>> from paddlespeech.cli.vector import VectorExecutor
+>>> vec = VectorExecutor()
+>>> result = vec(audio_file="zh.wav")
+>>> print(result) # 187维向量
+[ -0.19083306 9.474295 -14.122263 -2.0916545 0.04848729
+ 4.9295826 1.4780062 0.3733844 10.695862 3.2697146
+ -4.48199 -0.6617882 -9.170393 -11.1568775 -1.2358263 ...]
```
-**标点恢复**
+
+
+### 标点恢复
+
+ 一键恢复文本标点,可与ASR模型配合使用
-输出添加标点的文本
+命令行一键体验
```shell
paddlespeech text --task punc --input 今天的天气真不错啊你下午有空吗我想约你一起去吃饭
```
+Python API 一键预测
+
```python
-from paddlespeech.cli.text.infer import TextExecutor
-text_punc = TextExecutor()
-result = text_punc(text="今天的天气真不错啊你下午有空吗我想约你一起去吃饭")
+>>> from paddlespeech.cli.text.infer import TextExecutor
+>>> text_punc = TextExecutor()
+>>> result = text_punc(text="今天的天气真不错啊你下午有空吗我想约你一起去吃饭")
+今天的天气真不错啊!你下午有空吗?我想约你一起去吃饭。
```
-**语音翻译**
+
+
+### 语音翻译
+
+ 端到端英译中语音翻译工具
使用预编译的kaldi相关工具,只支持在Ubuntu系统中体验
+命令行一键体验
+
```shell
paddlespeech st --input en.wav
```
+python API 一键预测
+
```python
-from paddlespeech.cli.st.infer import STExecutor
-st = STExecutor()
-result = st(audio_file="en.wav")
+>>> from paddlespeech.cli.st.infer import STExecutor
+>>> st = STExecutor()
+>>> result = st(audio_file="en.wav")
+['我 在 这栋 建筑 的 古老 门上 敲门 。']
```
+
+
-更多命令行命令请参考 [demos](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos)
-> Note: 如果需要训练或者微调,请查看[语音识别](./docs/source/asr/quick_start.md), [语音合成](./docs/source/tts/quick_start.md)。
## 快速使用服务
-安装完成后,开发者可以通过命令行快速使用服务。
+安装完成后,开发者可以通过命令行一键启动语音识别,语音合成,音频分类三种服务。
**启动服务**
```shell
@@ -587,118 +751,6 @@ PaddleSpeech 的 **语音合成** 主要包含三个模块:文本前端、声
语音合成模块最初被称为 [Parakeet](https://github.com/PaddlePaddle/Parakeet),现在与此仓库合并。如果您对该任务的学术研究感兴趣,请参阅 [TTS 研究概述](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/docs/source/tts#overview)。此外,[模型介绍](https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/docs/source/tts/models_introduction.md) 是了解语音合成流程的一个很好的指南。
-## 效果展示
-
-##### 语音识别
-
-
-
-
-
- 输入音频 |
- 识别结果 |
-
-
-
-
-
-
- ![](./docs/images/audio_icon.png)
- |
- I knocked at the door on the ancient side of the building. |
-
-
-
-
- ![](./docs/images/audio_icon.png)
- |
- 我认为跑步最重要的就是给我带来了身体健康。 |
-
-
-
-
-
-
-##### 语音翻译 (英译中)
-
-
-
-
-
- 输入音频 |
- 翻译结果 |
-
-
-
-
-
-
- ![](./docs/images/audio_icon.png)
- |
- 我 在 这栋 建筑 的 古老 门上 敲门。 |
-
-
-
-
-
-
-##### 语音合成
-
-
-
-
- 输入文本 |
- 合成音频 |
-
-
-
-
- Life was like a box of chocolates, you never know what you're gonna get. |
-
-
- ![](./docs/images/audio_icon.png)
- |
-
-
- 早上好,今天是2020/10/29,最低温度是-3°C。 |
-
-
- ![](./docs/images/audio_icon.png)
- |
-
-
- 季姬寂,集鸡,鸡即棘鸡。棘鸡饥叽,季姬及箕稷济鸡。鸡既济,跻姬笈,季姬忌,急咭鸡,鸡急,继圾几,季姬急,即籍箕击鸡,箕疾击几伎,伎即齑,鸡叽集几基,季姬急极屐击鸡,鸡既殛,季姬激,即记《季姬击鸡记》。 |
-
-
- ![](./docs/images/audio_icon.png)
- |
-
-
-
-
-
-
-更多合成音频,可以参考 [PaddleSpeech 语音合成音频示例](https://paddlespeech.readthedocs.io/en/latest/tts/demo.html)。
-
-##### 标点恢复
-
-
-
-
- 输入文本 |
- 输出文本 |
-
-
-
-
- 今天的天气真不错啊你下午有空吗我想约你一起去吃饭 |
- 今天的天气真不错啊!你下午有空吗?我想约你一起去吃饭。 |
-
-
-
-
-
-
## ⭐ 应用案例
- **[PaddleBoBo](https://github.com/JiehangXie/PaddleBoBo): 使用 PaddleSpeech 的语音合成模块生成虚拟人的声音。**