python实现免费同声传译 (离线语音识别+免费翻译接口+系统声音录制)

前言

前段时间碰到个英文面试，结果差点因为听不懂美式发音的python（派送）而GG了。。。我一直说的都是"派森"。。。所以就有个想法，英文电话会议的时候是不是可以做一个实时翻译的小工具，这样就可以给我这样的口语渣渣多点提示了。

So,让我们开始吧

第一步 语音识别ASR

测试了百度和AWS的语音识别效果，都还行，就是都要钱，而我的目标是给所有小伙伴免费用，所以怎么能收费呢————因此转进免费ASR库VOSK，它是用离线的模型计算的，准确性是不如在线API的，但是好在不要钱。参考地址

第二步 免费的翻译接口~

这个也是有各种API存在的，不过和前面一样的问题，折腾了几次最后决定用谷歌的免费API，每小时1000次请求，感觉也差不多刚好够用。也碰到了一些问题。好在最后搞定了。

2023.4.21更新：
谷歌关闭了cn节点，虽然可以通过修改hosts连接，但是感觉也不稳定。建议换成其他翻译sdk，比如百度翻译。

第三步 音频录制

最后发现这个才是最难的地方。。。尤其是mac平台
MAC

安装pyaudio：
1

brew install p