add doc for other models

README.md

@@ -2,7 +2,7 @@
 
 configuration pour transcrire des fichiers audio wav avec Vosk
 
-## mode d'emploi
+## Mode d'emploi
 
 ### installation
 #### Prérequis
@@ -21,7 +21,7 @@ pour les installer avec aptitude
 sudo apt install jq python3-pip git ffmpeg
 ```
 
-#### cloner ce dépot dans un dossier de travail
+#### Cloner ce dépot dans un dossier de travail
 ```bash
 git clone https://forge.chapril.org/tykayn/transcription.git && cd transcription
 ```
@@ -51,10 +51,35 @@ Chaque fichier transcrit a un sous-dossier de son nom dans le dossier output. Ai
 * si deux personnes parlent rapidement l'une après l'autre, vosk considèrera qu'il s'agit d'une seule phrase.
 * les transcriptions peuvent être faites pour plusieurs langues, il faudra modifier le fichier "conversion_simple_fr.py" si on veut autre chose que du Français.
 
-# évolutions possibles
+# Évolutions possibles
 - convertir un fichier mp3 vers WAV mono avec ffmpeg.
 - nettoyer l'écho et normaliser le fichier audio.
 - permettre le traitement en masse de plusieurs fichiers de podcast et leur donner un output nommé comme le fichier d'entrée afin de les distinguer.
+# Modèles de voix
+Common voice: 22Go
+https://commonvoice.mozilla.org/fr/datasets
+
+Other models
+Other places where you can check for models which might be compatible:
+
+https://kaldi-asr.org/models.html - variety of models from Kaldi - librispeech, aspire, chinese models
+https://github.com/daanzu/kaldi-active-grammar/blob/master/docs/models.md - Big dictation models for English
+https://github.com/uhh-lt/vosk-model-tuda-de - German models
+https://github.com/german-asr/kaldi-german - Another German project
+https://zamia-speech.org/asr/ - German and English model from Zamia
+https://github.com/pguyot/zamia-speech/releases - French models for Zamia
+https://github.com/opensource-spraakherkenning-nl/Kaldi_NL - Dutch model
+https://montreal-forced-aligner.readthedocs.io/en/latest/pretrained_models.html (GMM models, not compatible but might be still useful)
+https://github.com/goodatlas/zeroth - Korean Kaldi (just a recipe and data to train)
+https://github.com/undertheseanlp/automatic_speech_recognition - Vietnamese Kaldi project
+https://doc.linto.ai/#/services/linstt - LINTO project with French and English models
+https://community.rhasspy.org/ - Rhasspy (some Kaldi models for Czech, probably even more)
+https://github.com/feddybear/flipside_ph - Filipino model project by Federico Ang
+https://github.com/alumae/kiirkirjutaja - Estonian Speech Recognition project with Vosk models
+https://github.com/falabrasil/kaldi-br - Portuguese models from FalaBrasil project
+https://github.com/egorsmkv/speech-recognition-uk - Ukrainian ASR project with Vosk models
+https://github.com/Appen/UHV-OTS-Speech - repository from Appen for Scalable Data Annotation Pipeline for High-Quality Large Speech Datasets Development
+https://github.com/vistec-AI/commonvoice-th - Thai models trained on CommonVoice
 
 # liens
 * [podcast libre à vous](https://cause-commune.fm/podcastfilter/libre-a-vous/)

extract_srt.py

@@ -1,5 +1,6 @@
 #!/usr/bin/env python3
-# TODO tqdm
+# prend un fichier audio et imprime des sous titres au format srt
+
 from vosk import Model, KaldiRecognizer, SetLogLevel
 import sys
 import os
@@ -41,7 +42,7 @@ class SubPart:
 """[1:-1]
 
 
-def gen_subparts(input_file, model_dir, verbose=False, partlen=4, progress=False):
+def gen_subparts(input_file, model_dir, verbose=False, partlen=4, progress=True):
     SetLogLevel(0 if verbose else -1)
 
     model = Model(model_dir)
@@ -134,5 +135,3 @@ def main():
 
 if __name__ == "__main__":
     main()
-    print ("script extract_srt done in : ")
-    print (time.time() - start_time), "seconds"

install.sh

@@ -29,14 +29,20 @@ echo " "
     mkdir -p models/fr
 echo -e "${green}########### Procéder au téléchargement du modèle Français (1.6go) pour transcrire les textes ?${reset} (écrivez o pour oui et faites entrée pour valider) ${reset}"
 read proceed
+
+# les autres modèles sont ici https://alphacephei.com/vosk/models
 if [[ $proceed == o* ]]; then
     echo "C'est parti."
-    wget https://alphacephei.com/vosk/models/vosk-model-fr-0.6-linto-2.2.0.zip
-    echo -e "${green}########### téléchargement du modèle OK ${reset}"
-    unzip vosk-model-fr-0.6-linto-2.2.0.zip
-    mv vosk-model-fr-0.6-linto-2.2.0 models/fr
-    echo -e "${green}########### décompression du modèle OK ${reset}"
-    ls -l models/fr
+    if [ ! -f "vosk-model-fr-0.6-linto-2.2.0.zip" ]; then
+      wget https://alphacephei.com/vosk/models/vosk-model-fr-0.6-linto-2.2.0.zip
+      echo -e "${green}########### téléchargement du modèle OK ${reset}"
+      unzip vosk-model-fr-0.6-linto-2.2.0.zip
+      mv vosk-model-fr-0.6-linto-2.2.0 models/fr
+      echo -e "${green}########### décompression du modèle en Français OK ${reset}"
+      ls -l models/fr
+    else
+      echo "fichier zip vosk-model-fr-0.6-linto-2.2.0.zip déjà présent"
+    fi
 else
     echo -e "${green}########### vous n'avez pas souhaité télécharger le modèle ${reset}"
     echo -e "${green}########### fin de l'installation sans télécharger de modèle de langue ${reset}"