IPA Demo
2025.11 - 2025.12
Summary
A short-cycle ASR demo that wraps local inference, audio preprocessing, batch handling, structured export, and a web demo.
Business Value
Turned research-oriented speech recognition capability into a usable prototype for low-cost validation.
Engineering Depth
Showcases local ASR inference packaging, audio preprocessing, batch concurrency, structured export, and web delivery for demos.
Evidence
Repository · Confidence High · Verified 2026-03-31
- Evidence level: strict review (core sections only show verifiable metrics)
- Source type: Repository / code records
- Source link: no public link provided, review against delivery records
- Verified at: 2026-03-31 (78 days ago, fresh evidence)
Rationale: High confidence: organized under strict evidence rules, traceable to repository or code records, verified 78 days ago.
Background
目标是在短周期内把中文方言语音转写能力做成可直接演示的系统，用于科研场景验证和客户验收。
Challenge
需要同时解决模型推理封装、音频标准化、批量转写、结果导出和非技术用户可操作性，且交付周期有限。
Action and Results
Solution
- Web 化封装：用 Flask 承载本地 ASR pipeline，并提供上传、录音、示例音频和二次转写接口。
- 音频处理：结合
torchaudio与ffmpeg做格式检测、标准化转换和并发加载。 - 结果结构化：通过 Excel 表维护 IPA 映射，支持声母/韵母/声调拆分与 Excel 导出。
- 演示交付：补齐系统手册、模板下载、错误日志与批量处理能力，便于现场演示和验收。
Result
交付完整的 IPA Demo 原型，覆盖“录音/上传 -> 转写 -> IPA 拆分 -> 导出”的核心闭环。
Key Signals
基于 Flask 封装本地 ASR 模型，支持多文件上传、流式转写、浏览器录音与示例音频体验。
加入音频标准化、并发处理、IPA 声母/韵母/声调拆分与日志体系，使原型既可演示也便于排障。
支持 Excel 模板校验、批量导出与系统手册下载，降低客户试用和验收成本。
Tech Stack
PythonFlaskPyTorchTransformersTorchaudioASRPandasFFmpeg