Python中Speech Reognition在win中使用避障

首先呢第一次写文章记录自己的无聊时光，因为本次想实现一些简单的程序，没想这种简单的搭建上也遇到了很多坑，在这里详细的记录一下，小白制作，不喜勿喷。希望可以培养成一个新的习惯。

背景

为实现识别英文语音转换文字，上网调研了Speech_recognition的包，以此进行实现。

系统：win 10

python工具：Pycharm

问题一：speech_recognition模块安装不上

在安装这个模块之前需要先安装pocketphinx模块，大家可以自行百度安装，如果那个模块装不上了比如swig，一般来说先进行pip安装，安装成功后还是有这样的问题，那么就需要进行环境变量的配置，在下文中，安装ffmpeg中会详细介绍。

问题二：speech_recognition模块并不支持MP3的转换需要使用到pydub中的AudioSegment进行转换

import speech_recognition as sr
def audio2words():
    audio_file = '1.mp3'
    r = sr.Recognizer()
    with sr.AudioFile(audio_file) as source:
        audio = r.record(source)
    print('文本内容',r.recognize_sphinx(audio,language='en-US'))

audio2words()

 因此，按照以上代码进行运行时报错：

 被告知只有PCM WAV,AIFF/AIFF-C,或者Native FLAC这样的格式才可以（这几个格式还没有去研究，有兴趣的可以自行研究），MP3 并不被允许，所以要将MP3转成wav格式，可以通过pydub的包来实现。

from pydub import AudioSegment

# files
src = "1.mp3"
dst = "test2.wav"

# convert wav to mp3
audSeg = AudioSegment.from_mp3("1.mp3")
audSeg.export(dst, format="wav")

问题三：在转换MP3格式的时候，Audiosegment出问题，因为需要先安装ffmpeg，而ffmpeg也需要跟Audiosegment对应版本

在这里下载最新的ffmpeg，网址：Download FFmpeg

进行 一步一步下载，最终解压成这两个文件，两个文件都必须解压，放到一个熟悉的目录：

 两个都需要配置环境变量，操作也很容易：

win10中：进入：系统->关于->高级系统设置

 进入环境变量，编辑用户和系统的环境变量：主要是path，寻找path，在path中新增value，而这个value就是以上两个ffmpeg的文件夹的路径，到此为止安装成功。

问题四：在安装pocketsphinx时不成功，日志中显示不是pip的问题，这种类似的字眼，很有可能是没有安装C++配置

安装Microsoft Visual C++ Build Tools，在官网可以一步一步安装：下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)

问题五：配置完环境变量之后还是不行，很有可能需要重启程序，重启pycharm再试一下

反正我这么试试就可以了，哈哈哈。

总结

其实过程中还遇到了很多基础问题，过程中没有记录下来，比如好几个python的版本，项目与系统中的python版本不一致等等，但都查询了各位大神的解决办法，总的来说，大神栽树，后人乘凉。希望有所帮助。