环境

1. 通过nvm安装node.js v14.21.3: nvm install v14.21.3,node.js高版本不支持deepspeech
2. 安装sox: sudo apt-get instal sox

准备文件

# 模型文件
wget https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models-zh-CN.tflite
wget https://github.com/mozilla/DeepSpeech/releases/download/v0.9.3/deepspeech-0.9.3-models-zh-CN.scorer

自己录制的wav文件，和whisper用的音频文件是一样的

参考官网例子

github.com/mozilla/Dee…

识别文件

node index.js audio/2830-3980-0043.wav

音频内容：我是中国人，来自北京

识别结果: 它是中国人湖南自北京

TensorFlow: v2.3.0-6-g23ad988
DeepSpeech: v0.9.3-0-gf2e9c85
audio length 3.136
result: 它是中国人湖南自北京

相差很大，和模型有很大的关系