文章目录

• 前言
• 一、PortAudio
• • 1.PortAudio是什么？
  • 2.安装PortAudio
• 二、使用方法
• • 1.引入库
  • 2.创建一个Recognizer对象
  • 3.使用麦克风录音，从麦克风录制音频
  • 4.将音频转换为文字
  • 5.转换结果
• 总结

前言

大家好，我是空空star，本篇给大家分享一下通过Python的speech_recognition库将声音转为文字。
之前已经介绍了将音频文件转为文字，只依赖speech_recognition库，本篇将声音转为文字，除了speech_recognition库，还要依赖pyaudio库，而且mac用户需要安装PortAudio。

Python-语音转文字相关库介绍

一、PortAudio

1.PortAudio是什么？

PortAudio是一种跨平台的音频I/O库，用于实现音频输入和输出功能。它提供了一种简单、一致的跨平台API，可以让开发者在不同操作系统上编写音频应用程序，如音频录制和播放器。PortAudio支持多种音频设备，包括音频接口、音频文件、网络流等，并且可以在各种操作系统上使用，如Windows、Mac OS X、Linux、Unix等。同时，PortAudio还提供了一些高级特性，如流控制、同步、缓冲管理、音频格式转换等。

2.安装PortAudio

macOS下：

brew install portaudio  

二、使用方法

1.引入库

import speech_recognition as sr

2.创建一个Recognizer对象

r = sr.Recognizer()

3.使用麦克风录音，从麦克风录制音频

# 使用麦克风录音
with sr.Microphone() as source:
    print("请说话...")
    # 从麦克风录制音频
    audio = r.listen(source)
    print("录音结束")

4.将音频转换为文字

try:
    # 将音频转换为文字
    text = r.recognize_google(audio, language=‘zh-CN’)
    print(“你说的是：”, text)
except sr.UnknownValueError:
    print(“Google Speech Recognition could not understand audio”)
except sr.RequestError as e:
    print(“Could not request results from Google Speech Recognition service; {0}”.format(e))

5.转换结果

声音：深度神经网络模型部署
请说话…
录音结束
你说的是： 深度神经网络模型部署
Process finished with exit code 0

总结