使用Python進行語音辨識(聲音轉文字)

Uberi/speech_recognition

Introduction to Speech Recognition with Python

The Ultimate Guide To Speech Recognition With Python - Real Python

说说python自带的speech和speech_recognition的使用以及效果

Python 語音辨識 · Steven5538’s blog

安裝套件：

$ pip install SpeechRecognition
$ pip install pocketsphinx  #使用CMU Sphinx才需要安裝

使用：

使用Google的服務(有聲音時間限制，不確定幾分鐘，且須連網)

import speech_recognition as sr
r = sr.Recognizer()                        #預設辨識英文
with sr.WavFile("XXXXX.wav") as source:    #讀取wav檔
    audio = r.record(source)
try:
    print("Transcription: " + r.recognize_google(audio,language="zh-TW"))
                                           #使用Google的服務
except LookupError:
    print("Could not understand audio")

使用CMU Sphinx的服務(可免費離線使用)

import speech_recognition as sr
r = sr.Recognizer()                        #預設辨識英文
with sr.WavFile("XXXXX.wav") as source:    #讀取wav檔
    audio = r.record(source)
try:
    print("Transcription: " + r.recognize_sphinx(audio))
                                           #使用Google的服務
except LookupError:
    print("Could not understand audio")

API介紹：

r.record(source, duration=10)           #只錄10秒作為辨識內容
r.record(source, offset=4, duration=10) #跳過開頭4秒後，開始錄10秒作為辨識內容
r = r.adjust_for_ambient_noise(source)  #降低噪音造成的辨識干擾

如果要搭配電腦麥克風使用：

https://realpython.com/python-speech-recognition/#working-with-microphones