語(yǔ)音識(shí)別是計(jì)算機(jī)軟件識(shí)別口語(yǔ)中的單詞和短語(yǔ)，并將其轉(zhuǎn)換為可讀文本的能力。那么如何在Python中將語(yǔ)音轉(zhuǎn)換為文本？如何使用SpeechRecognition 庫(kù)在Python中將語(yǔ)音轉(zhuǎn)換為文本？我們不需要從頭開(kāi)始構(gòu)建任何機(jī)器學(xué)習(xí)模型，該庫(kù)為我們提供了各種著名的公共語(yǔ)音識(shí)別API的便捷包裝。

　　使用pip安裝庫(kù)：

pip3 install SpeechRecognition

Okey，打開(kāi)一個(gè)新的Python文件并導(dǎo)入它：

import speech_recognition as sr

　　從文件讀取

確保當(dāng)前目錄中有一個(gè)包含英語(yǔ)語(yǔ)音的音頻文件（如果您想跟我一起學(xué)習(xí)，請(qǐng)?jiān)诖颂帿@取音頻文件）：

filename = "speech.wav"

該文件是從 LibriSpeech 數(shù)據(jù)集中獲取的，但是您可以帶上任何想要的東西，只需更改文件名，就可以初始化語(yǔ)音識(shí)別器：

# initialize the recognizer

r = sr.Recognizer()

以下代碼負(fù)責(zé)加載音頻文件，并使用Google Speech Recognition將語(yǔ)音轉(zhuǎn)換為文本：

# open the filewith sr.AudioFile(filename) as source:

# listen for the data (load audio to memory)

audio_data = r.record(source)

# recognize (convert from speech to text)

text = r.recognize_google(audio_data)

print(text)

這需要幾秒鐘才能完成，因?yàn)樗鼘⑽募蟼鞯紾oogle并獲取了輸出，這是我的結(jié)果：

I believe you're just talking nonsense

　　從麥克風(fēng)讀取

這需要在您的計(jì)算機(jī)中安裝PyAudio，以下是取決于您的操作系統(tǒng)的安裝過(guò)程：

　　視窗

您可以點(diǎn)安裝它：

pip3 install pyaudio的Linux

您需要首先安裝依賴項(xiàng)：

sudo apt-get install python-pyaudio python3-pyaudio

pip3 install pyaudio

　　蘋果系統(tǒng)

您需要先安裝portaudio，然后才可以點(diǎn)安裝它：

brew install portaudio

pip3 install pyaudio

現(xiàn)在，讓我們使用麥克風(fēng)轉(zhuǎn)換語(yǔ)音：

with sr.Microphone() as source:

# read the audio data from the default microphone

audio_data = r.record(source, duration=5)

print("Recognizing...")

# convert speech to text

text = r.recognize_google(audio_data)

print(text)

這會(huì)從您的麥克風(fēng)聽(tīng)到5秒鐘，然后嘗試將該語(yǔ)音轉(zhuǎn)換為文本！

它與先前的代碼非常相似，但是我們?cè)谶@里使用Microphone()對(duì)象從默認(rèn)麥克風(fēng)讀取音頻，然后在record()函數(shù)中使用duration參數(shù)在5秒后停止讀取，然后上傳音頻數(shù)據(jù)向Google獲取輸出文本。

您還可以在record()函數(shù)中使用offset參數(shù)在偏移幾秒鐘后開(kāi)始記錄。

另外，您可以通過(guò)將語(yǔ)言參數(shù)傳遞給accept_google()函數(shù)來(lái)識(shí)別不同的語(yǔ)言。例如，如果您想識(shí)別西班牙語(yǔ)語(yǔ)音，則可以使用：

text = r.recognize_google(audio_data, language="es-ES")

在此stackoverflow答案中查看支持的語(yǔ)言 。

通過(guò)上述介紹，如何在Python中將語(yǔ)音轉(zhuǎn)換為文本相信大家已經(jīng)清楚了吧，想了解更多關(guān)于Python的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。