Windows環境のPythonで大語彙連続音声認識エンジン Julius を使う方法

Juliusの準備

Juliusのダウンロード

Juliusのダウンロードはこちらから（今回は julius-4.6-win32bin.zip をダウンロード）

Cドライブの直下に「Julius」というフォルダを作成する。
ダウンロードしたファイルの展開後、C:/Julius/ にコピーする。

音声認識パッケージのダウンロード

音声認識パッケージのダウンロードはこちらから（今回は dictation-kit-4.5 をダウンロード）

Juliusと同様にダウンロードしたファイルの展開後、C:/Julius/ にコピーする。

音声ファイルの形式を変換

Juliusを使うためには、音声ファイルを以下の形式に変換しておく必要があります。

• チャンネル数：1チャンネル（モノラル）
• サンプルレート：16000 Hz
• ファイル形式：.wavファイル、ヘッダなしRAWファイル

形式の変換方法は前回の記事（PythonでFFmpegを使う方法 - Juliusの使用に向けて - ）を参照

PythonでJuliusを実行

ソースコードを以下に載せております。

julius.py

import subprocess

# 日本語のパスはエラーがでる
julius      = "C:/Julius/julius-4.6-win32bin/bin/julius.exe"
main        = "C:/Julius/dictation-kit-4.5/main.jconf"
am_dnn      = "C:/Julius/dictation-kit-4.5/am-dnn.jconf"
julius_dnn  = "C:/Julius/dictation-kit-4.5/julius.dnnconf"

input_audio_file  = "input.wav"

args = [julius, "-C", main, "-C", am_dnn, "-dnnconf", julius_dnn, "-input", "rawfile", "-cutsilence"]

p = subprocess.run(args, stdout=subprocess.PIPE, input=input_audio_file, text=True)
print(p.stdout)
output = p.stdout.split("### read waveform input")[1].split("\n\n")
for i in output:
    if "sentence1:" not in i:
        continue
    sentence = i.split("sentence1:")[1].split("\n")[0].replace(" ", "")
    print(sentence)

以下の結果が出力されればOK。

結果

おはようございます。
今日は晴れです。

以上、Windows環境のPythonでJuliusを使う方法でした。

ソースコード

今回使用したソースコード、音声ファイルはこちらにあります。

参考にしたページ