python语音识别音频文件的方法

问题描述

语音识别问题首先可以通过深度学习方法，训练语言模型后进行音频识别，但该方法要求设备内存足够大，训练时间通常较久，后期有时间的话会再学习使用；

另外就是离线识别方法——使用python自带语音包，对于简单音频的识别率还可以；

联网识别方法——调用各大已经实现语音识别功能网站的接口，目前人家做得已经很成熟了，比较常见的有百度、讯飞，这里使用的标贝科技也不错，具体参数可以去官网查询使用。

查阅很多资料，有些代码是不能用的，这里就直接给出测试过的代码了，都是python语言，别的知识自己去查吧

---

SpeechRecognition

支持音频文件类型：

• WAV: 必须是 PCM/LPCM 格式
• AIFF
• AIFF-CFLAC: 必须是初始 FLAC 格式；OGG-FLAC 格式不可用

# 终端安装
pip3 install SpeechRecognition
pip3 install pocketsphinx

# 若要访问麦克风则必须安装 PyAudio 软件包
pip3 install PyAudio
# 以下识别中文需要添加中文语音包，可以去查询获取

# 离线识别
# -*- coding: utf-8 -*-
import speech_recognition as sr
from os import path

audio_file =  path.join(path.dirname(path.realpath('C:/Users/263000/Desktop/')), 'C:/Users/263000/Desktop/test.mp3')

r = sr.Recognizer()
with sr.AudioFile(audio_file) as source:
    audio = r.record(source)
    r = sr.Recognizer()

try:
    print(" 音频内容为： " + r.recognize_sphinx(audio, language='zh-CN'))
except sr.UnknownValueError:
    print('Sphinx could not understand audio')
except sr.RequestError as e:
    print('Sphinx error; {0}'.format(e))

# print('文本内容: ', r.recognize_sphinx(audio,language='zh-CN'))  #汉语
# print('文本内容: ', r.recognize_sphinx(audio))  # 英语


# 在线识别
# -*- coding: u