1.ahocorasick安装
pip install pyahocorasick
pip install SpeechRecognition
pip install PocketSphinx
声学模型和wav测试文件下载
密码:2yla
若要进行中文识别,需要两样东西。
一、语音文件
支持的格式有:
1 wav: 必须是 PCM/LPCM 格式
2 aiff
3 aiff-c
4 flac: 必须是初始 flac格式;ogg-flac 格式不可用
二、中文声学模型、语言模型和字典文件
下载地址:http://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/
安装步骤
1 下载cmusphinx-zh-cn-5.2.tar.gz并解压
2 在python(如果使用Anaconda安装python的就在Anaconda安装目录下)安装目录下找到Lib\site-packages\speech_recognition
3 点击进入pocketsphinx-data文件夹,并新建文件夹zh-CN
4 在这个文件夹中添加进入刚刚解压的文件,需要注意:把解压出来的zh_cn.cd_cont_5000文件夹重命名为acoustic-model、zh_cn.lm.bin命名为language-model.lm.bin、zh_cn.dic中dic改为pronounciation-dictionary.dict。
5 测试例子:
下面的wav文件下载地址如下(懒得自己录了,网上随便找的):
链接:https://pan.baidu.com/s/1rlqj-R2zhQJegQ3FTcWNdg
提取码:ziex
程序如下(注意:如果使用记事本编写代码的话,一定要把它另存为utf-8编码格式):
# -*- coding: utf-8 -*-
# /usr/bin/python
# Python版本:3.6.3
import speech_recognition as sr
r = sr.Recognizer() #调用识别器
test = sr.AudioFile("当.wav") #导入语音文件
with test as source:
audio = r.record(source)
type(audio)
c=r.recognize_sphinx(audio, language='zh-cn') #识别输出
print(c)
6 运行结果如下(运行的时候卡住很久是正常现象):
这识别效果简直就是不堪入目,