Python如何实现语音识别?SpeechRecognition库实战教程

语音识别在python中并不难,主要通过speechrecognition库实现。1. 安装speechrecognition和依赖:执行pip install speechrecognition及pip install pyaudio,linuxmacos可能需额外安装portaudio开发库。2. 实时录音识别:导入模块并创建recognizer对象,使用microphone监听音频,调用recognize_google方法进行识别,支持中文需加language=”zh-cn”参数。3. 处理本地音频文件:使用audiofile读取wav文件,同样调用识别引擎处理。4. 可选识别引擎包括cmu sphinx(离线识别)、google cloud speech(付费api)等,可根据需求选择。5. 识别出错时可调整参数如adjust_for_ambient_noise、timeout、phrase_time_limit以优化效果。掌握这些步骤即可实现基础语音助手或控制程序。

Python如何实现语音识别?SpeechRecognition库实战教程

语音识别在Python里其实没有想象中那么难,尤其是有了SpeechRecognition这个库之后。它封装了多种语音识别引擎和API,能让你用几行代码就把音频转成文字。

Python如何实现语音识别?SpeechRecognition库实战教程

安装SpeechRecognition和依赖项

要使用SpeechRecognition,首先得安装它本身以及相关的依赖。最基础的命令是:

Python如何实现语音识别?SpeechRecognition库实战教程

pip install SpeechRecognition

但光这样还不行,因为默认情况下它不带语音识别引擎。如果你打算用Google Web Speech API(免费、无需注册),还需要安装pyaudio来获取麦克风输入:

立即学习“Python免费学习笔记(深入)”;

pip install pyaudio

注意:在Linux或macOS上可能需要额外安装PortAudio开发库才能编译PyAudio。

Python如何实现语音识别?SpeechRecognition库实战教程

从麦克风录音并识别

这是最常用也最有意思的部分——实时听你说话然后识别出来。步骤大致如下:

导入模块并创建Recognizer对象使用Microphone作为源来监听音频用recognize_google方法进行识别

示例代码:

import speech_recognition as srr = sr.Recognizer()with sr.Microphone() as source:    print("请说话...")    audio = r.listen(source)try:    text = r.recognize_google(audio, language="zh-CN")    print("你说的是:" + text)except sr.UnknownValueError:    print("无法识别音频")except sr.RequestError as e:    print(f"请求出错;{e}")

这段代码会监听一次麦克风输入,然后调用Google的API进行识别。如果你希望支持中文,记得加上language="zh-CN"参数。

处理本地音频文件

除了实时录音,SpeechRecognition也能处理WAV格式的音频文件。其他格式比如MP3需要先转换一下。

步骤类似,只是把Microphone换成AudioFile

with sr.AudioFile('example.wav') as source:    audio = r.record(source)  # 读取整个文件

然后同样用recognize_google或者其他引擎去识别。这种方法适合做批量语音转文字的任务,比如会议记录、视频字幕提取等。

可选识别引擎和注意事项

SpeechRecognition支持多个引擎,比如CMU Sphinx(本地识别,不需要联网)、Google Cloud Speech(需付费API密钥)、Microsoft Bing Voice Recognition等。

常用的几个方式对比:

Google Web Speech API:免费,简单好用,但识别中文有时候不太准CMU Sphinx:离线可用,速度快,但准确率略低Google Cloud Speech:更强大,支持更多语言和高级功能,但需要网络+付费授权

另外,如果识别不出来或者总是出错,可以尝试调整以下参数:

adjust_for_ambient_noise():用于消除背景噪音timeoutphrase_time_limit:控制监听时间长度提高录音质量或改用外接麦克风

基本上就这些。掌握这几个关键点,就能用Python做出一个简单的语音助手或者语音控制程序了。

以上就是Python如何实现语音识别?SpeechRecognition库实战教程的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1364858.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月14日 04:16:34
下一篇 2025年12月14日 04:16:50

相关推荐

  • 如何解决本地图片在使用 mask JS 库时出现的跨域错误?

    如何跨越localhost使用本地图片? 问题: 在本地使用mask js库时,引入本地图片会报跨域错误。 解决方案: 要解决此问题,需要使用本地服务器启动文件,以http或https协议访问图片,而不是使用file://协议。例如: python -m http.server 8000 然后,可以…

    2025年12月24日
    200
  • 旋转长方形后,如何计算其相对于画布左上角的轴距?

    绘制长方形并旋转,计算旋转后轴距 在拥有 1920×1080 画布中,放置一个宽高为 200×20 的长方形,其坐标位于 (100, 100)。当以任意角度旋转长方形时,如何计算它相对于画布左上角的 x、y 轴距? 以下代码提供了一个计算旋转后长方形轴距的解决方案: const x = 200;co…

    2025年12月24日
    000
  • 旋转长方形后,如何计算它与画布左上角的xy轴距?

    旋转后长方形在画布上的xy轴距计算 在画布中添加一个长方形,并将其旋转任意角度,如何计算旋转后的长方形与画布左上角之间的xy轴距? 问题分解: 要计算旋转后长方形的xy轴距,需要考虑旋转对长方形宽高和位置的影响。首先,旋转会改变长方形的长和宽,其次,旋转会改变长方形的中心点位置。 求解方法: 计算旋…

    2025年12月24日
    000
  • 旋转长方形后如何计算其在画布上的轴距?

    旋转长方形后计算轴距 假设长方形的宽、高分别为 200 和 20,初始坐标为 (100, 100),我们将它旋转一个任意角度。根据旋转矩阵公式,旋转后的新坐标 (x’, y’) 可以通过以下公式计算: x’ = x * cos(θ) – y * sin(θ)y’ = x * …

    2025年12月24日
    000
  • 如何计算旋转后长方形在画布上的轴距?

    旋转后长方形与画布轴距计算 在给定的画布中,有一个长方形,在随机旋转一定角度后,如何计算其在画布上的轴距,即距离左上角的距离? 以下提供一种计算长方形相对于画布左上角的新轴距的方法: const x = 200; // 初始 x 坐标const y = 90; // 初始 y 坐标const w =…

    2025年12月24日
    200
  • CSS元素设置em和transition后,为何载入页面无放大效果?

    css元素设置em和transition后,为何载入无放大效果 很多开发者在设置了em和transition后,却发现元素载入页面时无放大效果。本文将解答这一问题。 原问题:在视频演示中,将元素设置如下,载入页面会有放大效果。然而,在个人尝试中,并未出现该效果。这是由于macos和windows系统…

    2025年12月24日
    200
  • 如何计算旋转后的长方形在画布上的 XY 轴距?

    旋转长方形后计算其画布xy轴距 在创建的画布上添加了一个长方形,并提供其宽、高和初始坐标。为了视觉化旋转效果,还提供了一些旋转特定角度后的图片。 问题是如何计算任意角度旋转后,这个长方形的xy轴距。这涉及到使用三角学来计算旋转后的坐标。 以下是一个 javascript 代码示例,用于计算旋转后长方…

    2025年12月24日
    000
  • 使用 Mask 导入本地图片时,如何解决跨域问题?

    跨域疑难:如何解决 mask 引入本地图片产生的跨域问题? 在使用 mask 导入本地图片时,你可能会遇到令人沮丧的跨域错误。为什么会出现跨域问题呢?让我们深入了解一下: mask 框架假设你以 http(s) 协议加载你的 html 文件,而当使用 file:// 协议打开本地文件时,就会产生跨域…

    2025年12月24日
    200
  • 在 JavaScript 中移动 TodoList 中的“正在进行”任务如何解决?

    javascript 中使用 dom 更新 todolist 在您的问题中,您遇到了在使用 javascript 通过 dom 更新 todolist 时遇到困难的问题。具体来说,您无法将“正在进行”的任务移动到“已完成”部分。 问题原因 在您提供的 javascript 代码中,拼写错误导致“正在…

    2025年12月24日
    000
  • 在使用 JavaScript 实现的 TodoList 中,如何正确判断 Checkbox 点击事件,从而归类任务?

    使用 javascript 实现 todolist,点击 checkbox 后无法正确归类任务 问题描述:在使用 javascript 实现的 todolist 中,点击“正在进行”任务中的 checkbox,无法将任务自动归类到“已完成”任务列表。 原因分析:在提供的代码中,发现有一个单词拼写错误…

    2025年12月24日
    400
  • 正则表达式在文本验证中的常见问题有哪些?

    正则表达式助力文本输入验证 在文本输入框的验证中,经常遇到需要限定输入内容的情况。例如,输入框只能输入整数,第一位可以为负号。对于不会使用正则表达式的人来说,这可能是个难题。下面我们将提供三种正则表达式,分别满足不同的验证要求。 1. 可选负号,任意数量数字 如果输入框中允许第一位为负号,后面可输入…

    2025年12月24日
    000
  • 如何在 VS Code 中解决折叠代码复制问题?

    解决 VS Code 折叠代码复制问题 在 VS Code 中使用折叠功能可以帮助组织长代码,但使用复制功能时,可能会遇到只复制可见部分的问题。以下是如何解决此问题: 当代码被折叠时,可以使用以下简单操作复制整个折叠代码: 按下 Ctrl + C (Windows/Linux) 或 Cmd + C …

    2025年12月24日
    000
  • 如何相对定位使用 z-index 在小程序中将文字压在图片上?

    如何在小程序中不使用绝对定位压住上面的图片? 在小程序开发中,有时候需要将文字内容压在图片上,但是又不想使用绝对定位来实现。这种情况可以使用相对定位和 z-index 属性来解决。 问题示例: 小程序中的代码如下: 顶顶顶顶 .index{ width: 100%; height: 100vh;}.…

    2025年12月24日
    000
  • 为什么多年的经验让我选择全栈而不是平均栈

    在全栈和平均栈开发方面工作了 6 年多,我可以告诉您,虽然这两种方法都是流行且有效的方法,但它们满足不同的需求,并且有自己的优点和缺点。这两个堆栈都可以帮助您创建 Web 应用程序,但它们的实现方式却截然不同。如果您在两者之间难以选择,我希望我在两者之间的经验能给您一些有用的见解。 在这篇文章中,我…

    2025年12月24日
    000
  • 如何设置独立 CLI:在 Shopify 中使用 Tailwind CSS,而不使用 Nodejs

    依赖关系 Shopify CLI:一种命令行界面工具,可帮助您开发和管理 Shopify 主题。TailwindCSS:实用程序优先的 CSS 框架,用于快速构建自定义设计。 设置 我们使用 Tailwind 作为独立的 CLI 工具。更多信息可以参考官方指南。 注意:如果您在配备 Intel 处理…

    2025年12月24日
    000
  • 姜戈顺风

    本教程演示如何在新项目中从头开始配置 django 和 tailwindcss。 django 设置 创建一个名为 .venv 的新虚拟环境。 # windows$ python -m venv .venv$ .venvscriptsactivate.ps1(.venv) $# macos/linu…

    2025年12月24日
    000
  • 另一个网站重新设计

    在我看来,这篇文章是我昨天写的。 好的。所以…我可能已经完全重建了我的网站…再次 sid ・21 年 12 月 23 日 #webdev #showdev #html #css 然而,近四年过去了,事后看来,我可以自信地说,我早期在网页设计方面的尝试是,好吧,我们只能说不太出…

    2025年12月24日 好文分享
    000
  • 花 $o 学习这些编程语言或免费

    → Python → JavaScript → Java → C# → 红宝石 → 斯威夫特 → 科特林 → C++ → PHP → 出发 → R → 打字稿 []https://x.com/e_opore/status/1811567830594388315?t=_j4nncuiy2wfbm7ic…

    2025年12月24日
    000
  • html5怎么导视频_html5用video标签导出或Canvas转DataURL获视频【导出】

    HTML5无法直接导出video标签内容,需借助Canvas捕获帧并结合MediaRecorder API、FFmpeg.wasm或服务端协同实现。MediaRecorder适用于WebM格式前端录制;FFmpeg.wasm支持MP4等格式及精细编码控制;服务端方案适合高负载场景。 如果您希望在网页…

    2025年12月23日
    300
  • 如何查看编写的html_查看自己编写的HTML文件效果【效果】

    要查看HTML文件的浏览器渲染效果,需确保文件以.html为扩展名保存、用浏览器直接打开、利用开发者工具调试、必要时启用本地HTTP服务器、或使用编辑器实时预览插件。 如果您编写了HTML代码,但无法直观看到其在浏览器中的实际渲染效果,则可能是由于文件未正确保存、未使用浏览器打开或文件扩展名设置错误…

    2025年12月23日
    400

发表回复

登录后才能评论
关注微信