在本教程中，我们将学习如何将语音或音频文件转换为文本格式,此处主要是用Python相关库完成功能。
Python支持许多语音识别引擎和API，包括Google Speech Engine、Google Cloud Speech API、IBM Speech to Text，以及更多。
语音识别可以分解为三个阶段。
– 自动语音识别(ASR)。这执行的是转录音频文件的任务。 – 自然语言处理(NLP)：它的工作是从语音数据和每个文本转换中得出意义。 – 文本到语音(TTS)。它将文本转换为类似人类的语音。
我们在这里的主要重点是如何将语音转换为文本。我们将分步骤进行演示。
第1步：安装库
在这里，我们将安装我们的代码中需要的所有基本库，以便将语音或音频文件转换为文本。
我们需要安装的第一个库是Python语音识别模块，我们可以用下面的命令来安装它。 pip install speechrecognition
下一个要安装的库是Pydub库，它对操作音频文件非常有用。你可以用这个命令安装它。
pip install pydub 最后一个要安装的是Pyaudio库，我们可以用下面的命令来安装。
pip install pyaudio
在这段代码中，我们将使用语音识别库来访问我们的麦克风，据此我们将说话，这将被转换为文本。我们用于演示的代码如下所示。
1 #import Library 2 import speech_recognition as sr 3 4 # this will be used to get audio from the microphone 5 v = sr.Recognizer() 6 #Here, we represent our microphone as source 7 with sr.Microphone() as source: 8 print("Speak:") 9 #This is where it listens to our speech before going further to recognize it 10 the_audio = v.listen(source) 11 12 try: 13 print("Your Speech was:" + v.recognize_google(the_audio)) 14 except sr.UnknownValueError: 15 print("Could not understand audio")
Original: https://blog.csdn.net/DynmicResource/article/details/125500199
Author: 青Cheng序员石头
Title: Python将语音识别成文字
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/805767/
转载文章受原作者版权保护。转载请注明原作者出处！