# asr_server

**Repository Path**: jameschenbo/asr_server

## Basic Information

- **Project Name**: asr_server
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-01
- **Last Updated**: 2026-07-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ASR+VAD 服务

基于树莓派4B的中文流式语音识别服务，支持RAW PCM和OPUS编码音频输入。

## 项目结构

```
asr_project/
├── asr_env/              # Python虚拟环境（已忽略）
├── models/               # ASR模型目录（已忽略）
│   └── vosk-model-small-cn-0.22/
├── doc/                  # 文档目录
│   ├── TECHNICAL_HANDOVER.md    # 技术交接文档
│   ├── API_INTERFACE.md         # API协议规格文档
│   └── STARTUP_GUIDE.md         # 启动与停止指南
├── asr_server.py         # 主服务程序
├── stop_asr.sh           # 停止服务脚本
├── kill_asr.py           # 强制停止脚本
├── .gitignore            # Git忽略配置
└── README.md
```

## 快速启动

```bash
cd /home/james/asr_project
source asr_env/bin/activate
python asr_server.py
```

服务启动后访问：`ws://<树莓派IP>:2702`

## 模型下载

```bash
cd /home/james/asr_project/models
wget https://alphacephei.com/vosk/models/vosk-model-small-cn-0.22.zip
unzip vosk-model-small-cn-0.22.zip
```

## 文档说明

| 文档 | 用途 |
|------|------|
| [doc/TECHNICAL_HANDOVER.md](doc/TECHNICAL_HANDOVER.md) | 技术交接文档，包含架构、部署、运维 |
| [doc/API_INTERFACE.md](doc/API_INTERFACE.md) | API协议规格文档，给客户端开发者使用 |
| [doc/STARTUP_GUIDE.md](doc/STARTUP_GUIDE.md) | 启动与停止指南 |

## 系统要求

- Raspberry Pi 4B (4核 ARM64)
- 内存 >= 2GB
- Python 3.13+
- 网络：局域网访问

## 技术栈

| 组件 | 版本 | 用途 |
|------|------|------|
| Vosk | 0.3.45 | 离线语音识别引擎 |
| opuslib | 3.0.1 | OPUS解码 |
| libopus-dev | - | OPUS底层库（系统依赖） |
| websockets | 16.0 | WebSocket服务 |

## 客户端协议

客户端通过WebSocket连接，协议格式详见 [doc/API_INTERFACE.md](doc/API_INTERFACE.md)：

1. 连接：`ws://<host>:2702`
2. 发送config消息配置音频格式
3. 发送二进制音频数据（PCM或OPUS）
4. 接收partial/final识别结果

## 许可证

MIT License