Python实时语音识别控制

Python实时语音识别控制

概述

本文中的语音识别功能采用 百度语音识别库 ，首先利用 PyAudio 库录制语音指令，保存为受支持的 wav 音频文件，然后利用 百度语音识别库 提供的方法实现语音识别，最后检测识别结果，利用 PyUserInput 库提供的方法模拟控制web页面滚动。

百度语音识别为开发者提供业界优质且免费的语音服务,通过场景识别优化,为车载导航,智能家居和社交聊天等行业提供语音解决方案,准确率达到90%以上,让您的应用绘“声”绘色。

准备工作

安装百度语音识别SDK

pip install baidu-aip

安装Python音频处理库 PyAudio

python -m pip install pyaudio

安装鼠标控制库 PyUserInput

pip install pyuserinput

PyUserInput 库依赖另外两个库 pywin32 和 pyHook ，需要单独安装。

安装方法可以参考下面这篇文章：Win10 Python3.5安装PyUserInput

令附文中提到的资源下载链接：lfd-pythonlibs

另外文中提到的两个包, 需要根据自己的系统和python版本来选择。

如果系统是64位的，就要选择带 amd64 的。

如果python版本为python3.7的，就要选择带 cp37 的。

比如：pywin32-223-cp37-cp37m-win_amd64.whl

pyHook-1.5.1-cp37-cp37m-win_amd64.whl