语音识别，标注数据

切割音频文件

from pydub import AudioSegment
from pydub.silence import split_on_silence
import os

sound = AudioSegment.from_mp3("E:/data/AcsData/zfBX/hw202003301111246_23401.wav")
loudness = sound.dBFS
outputPath = "E:/data/AcsData/zfBX/output/"
chunks = split_on_silence(sound,
                          # 以沉默500毫秒，切割音频文件
                          min_silence_len=500,
                          # 低于45分贝的声音过滤
                          silence_thresh=-45,
                          #为截出的每个音频添加多少ms无声
                          keep_silence=400
                          )
print('总分段：', len(chunks))
for i, chunk in enumerate(chunks):
    if os.path.exists(outputPath+"chunk{0}.wav".format(i)):
        os.remove(outputPath+"chunk{0}.wav".format(i))
    chunk.export(outputPath+"chunk{0}.wav".format(i), format="wav")

智能识别音频

使用了百度acs识别接口

from aip import AipSpeech
""" 你的 APPID AK SK """
APP_ID = '你的appid'
API_KEY = '你的AK'
SECRET_KEY = '你的SK'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 读取文件
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

path = "E:/data/AcsData/zfBX/output" #文件夹目录
files= os.listdir(path) #得到文件夹下的所有文件名称
s = []
strData=""
for file in files: #遍历文件夹
     if not os.path.isdir(file): #判断是否是文件夹，不是文件夹才打开
          f = open(path+"/"+file); #打开文件
          fileName = get_file_content(path+"/"+file)
          # 识别本地文件
          a = client.asr(fileName, 'wav', 16000, {
              'dev_pid': 1537,
          })
          print("识别文件：",f)
          s.append(a.get('result')) #打印结果
          strData=strData+""+str(a.get('result'))
print(s)
#文件保存
with open(path+'output.txt','w') as f:
    f.write(str(strData))

识别结果：(内容太长，只展示部分结果)
[‘喂你好。’]，[‘您好，请问什么可以帮您，帮我查一下我这个用电的户号啊？’]，[‘然后我叫那个叫李琴。’]，[‘然后叫那个叫李。’]，[‘李先生，请问的。’]，[’ 您这边集中一下，用户联系地址绑定的银行卡，电话号码，这边都是能问一下行的。’]，[‘呃，就是需要说哪一些吗？’]，[‘姓名。’]，[‘绑定的电话号码，银行卡号。’]，[‘啊，我这边呢是那个广州市珠海区环卫街十号。’]，[‘就算请问是珠海还是海珠区呢啊，海珠区。’]，[‘海珠区然后呢？’]…

获取appid等信息地址：https://console.bce.baidu.com/ai/?_=1589890413217&fromai=1#/ai/speech/app/detail~appId=262785