18 Commits

Author	SHA1	Message	Date
Ziyang.Zhang	db811763d4	[代码重构完成]完成了拥有VAD、ASR、SPKVerify（说话人加载自数据库）的基于fastAPI的ws语音识别与说话人识别服务器。	2025-07-03 18:00:14 +08:00
Ziyang.Zhang	3083738db4	[fastAPI]完成fastAPI-websocket端口搭建与测试，接收float32的tobytes字节流。	2025-07-02 15:49:21 +08:00
Ziyang.Zhang	1a296d8309	[说话人认证]SPKFunctor完成本地说话人embs/wav加载。	2025-07-02 09:59:31 +08:00
Ziyang.Zhang	4e9dd83d55	[说话人认证]编写SPKFunctor，使用cam++提取embs，用余弦相似度判断得分。	2025-06-30 14:13:06 +08:00
Ziyang.Zhang	5dac718dee	[Runner]完成ASRRunner的编写和测试，使用MockWebSocket完成虚拟网络连接。	2025-06-25 17:36:07 +08:00
Ziyang.Zhang	d5b9953905	[logger/test]添加debug级日志记录接收数据长度，测试说话人识别效果。	2025-06-25 16:56:10 +08:00
Ziyang.Zhang	7b9a79942d	[代码重构中] 将ModelLoader移至core目录，更新相关测试文件的导入路径。创建ASRRunner,初步搭建框架。	2025-06-24 09:23:51 +08:00
Ziyang.Zhang	5a820b49e4	[代码结构]black . 对所有文件格式调整，无功能变化。	2025-06-12 15:49:43 +08:00
Ziyang.Zhang	5b94c40016	[代码重构中]编写融合VAD,ASR,SPK(FAKE)的ASRPipeline并完成测试，正常运行。	2025-06-06 17:26:08 +08:00
Ziyang.Zhang	3d8bf9de25	[代码重构中]创建假的SPKFunctor以测试消息队列流程是否正确，无问题，待进一步实现说话人识别，此外，考虑将一些共有内容写入BaseFunctor中。	2025-06-05 17:08:42 +08:00
Ziyang.Zhang	ff9bd70039	[代码重构中]初步构建ASRFunctor，与VADFunctor在vad_test.py中进行联调无问题，数据衔接正常。	2025-06-05 15:57:11 +08:00
Ziyang.Zhang	4e9e94d8dc	[代码重构中]完善VADFunctor，测试持久化保存VAD片段的音频数据成功。	2025-06-05 13:43:23 +08:00
Ziyang.Zhang	b569b7e63d	[代码重构中]测试VADFuntor中，发现字节流推理问题，待进一步研究	2025-06-03 17:41:59 +08:00
Ziyang.Zhang	703a40e955	[代码重构中]重构model_loader与audio_chunk，全局单例模式管理模型加载与audiobinary数据存储单元类。删除readme中不需要的MIT许可证。	2025-05-28 10:35:35 +08:00
Ziyang.Zhang	eff22cb33e	[Feature] 测试了后续的ASR、punc、spk效果； BUG：在调用funasr后，logger信息会被改变，导致格式变化，重复输出。	2025-04-16 14:30:11 +08:00
Keeeer	f7138dcb39	[Feature] 调整VAD工作流程，规范VAD产出数据规范为 models/audiobinary中的AudioBinary_Chunk；完整测试LogicTrager VAD online流程。	2025-04-15 17:15:13 +08:00
Keeeer	8b69ff195f	[Feature] Add /tests/modelsuse 测试实时VAD检测。	2025-04-15 13:53:06 +08:00
Keeeer	86e5425787	[Init] 初始化项目，基于funasr的实时语音识别	2025-04-14 11:04:36 +08:00