如何使用Python将语音转换为文本

语音识别是计算机软件识别口语中的单词和短语，并将其转换为可读文本的能力。那么如何在 Python 中将语音转换为文本？如何使用 SpeechRecognition 库在 Python 中将语音转换为文本？我们不需要从头开始构建任何机器学习模型，该库为我们提供了各种著名的公共语音识别 API 的便捷包装。

使用 pip 安装库：

pip3 install SpeechRecognition

Okey，打开一个新的 Python 文件并导入它：

import speech_recognition as sr

从文件读取

确保当前目录中有一个包含英语语音的音频文件 (如果您想跟我一起学习，请在此处获取音频文件)：

filename = “speech.wav”

该文件是从 LibriSpeech 数据集中获取的，但是您可以带上任何想要的东西，只需更改文件名，就可以初始化语音识别器：

# initialize the recognizer

r = sr.Recognizer()

以下代码负责加载音频文件，并使用 Google Speech Recognition 将语音转换为文本：

# open the filewith sr.AudioFile(filename) as source:www.zpedu.com/

# listen for the data (load audio to memory)

audio_data = r.record(source)

# recognize (convert from speech to text)

text = r.recognize_google(audio_data)

print(text)

这需