使用 Google 語音 API 的 Python 語音識別

語音識別是許多應用（如家庭自動化、人工智慧等）中最有用的功能之一。在本節中，我們將瞭解如何使用 Python 和 Google 的語音 API 來實現語音識別。

在本例中，我們將使用麥克風輸入音訊進行語音識別。要配置麥克風，需要一些引數。

要使用此模組，我們必須安裝 SpeechRecognition 模組。還有一個名為 pyaudio 的可選模組。使用它我們可以設定不同的音訊模式。

sudo pip3 install SpeechRecognition
sudo apt-get install python3-pyaudio

對於外接麥克風或 USB 麥克風，我們需要提供精確的麥克風以避免任何困難。在 Linux 上，如果我們鍵入“lsusb”則會顯示 USB 裝置的相關資訊。

第二個引數是塊大小。使用它我們可以指定一次讀取多少資料。它將是一個 2 的冪的數字，例如 1024 或 2048 等。

我們還需要指定取樣率，以確定多久記錄一次資料以進行處理。

由於周圍環境中可能存在一些不可避免的噪音，因此我們必須調整環境噪音以獲取精確的語音。

語音識別步驟

  • 獲取不同的麥克風相關資訊。

  • 使用塊大小、取樣率、環境噪聲調整等配置麥克風。

  • 等待一段時間以獲取語音

    • 當識別到語音時，嘗試將其轉換為文字，否則引發一些錯誤。

  • 停止程序。

示例程式碼

import speech_recognition as spreg
#Setup the sampling rate and the data size
sample_rate = 48000
data_size = 8192
recog = spreg.Recognizer()
with spreg.Microphone(sample_rate = sample_rate, chunk_size = data_size) as source:
recog.adjust_for_ambient_noise(source)
print('Tell Something: ')
   speech = recog.listen(source)
try:
   text = recog.recognize_google(speech)
   print('You have said: ' + text)
except spreg.UnknownValueError:
   print('Unable to recognize the audio')
except spreg.RequestError as e: 
   print("Request error from Google Speech Recognition service; {}".format(e))

輸出

$ python3 318.speech_recognition.py
Tell Something: 
You have said: here we are considering the asymptotic notation Pico to calculate the upper bound 
of the time complexity so then the definition of the big O notation is like this one
$

在不使用麥克風的情況下，我們還可以將某些音訊檔案作為輸入以將其轉換為語音。

示例程式碼

import speech_recognition as spreg
sound_file = 'sample_audio.wav'
recog = spreg.Recognizer()
with spreg.AudioFile(sound_file) as source:
   speech = recog.record(source) #use record instead of listning
   try:
      text = recog.recognize_google(speech)
      print('The file contains: ' + text)
   except spreg.UnknownValueError:
      print('Unable to recognize the audio')
   except spreg.RequestError as e: 
      print("Request error from Google Speech Recognition service; {}".format(e))

輸出

$ python3 318a.speech_recognition_file.py 
The file contains: staying ahead of the curve demand planning new technology it also helps you progress in your career
$

更新於: 2019-07-30

1K+ 次檢視

開啟您的 職業生涯

透過完成課程獲得認證

開始學習
廣告