文章目录
- 前言
- 一、音频准备
- 二、音频声音
- 三、格式转换
- 四、音频转文字
- 1.引入库
- 2.定义音频路径
- 3.创建一个Recognizer对象
- 4.打开音频文件,将音频文件读入Recognizer对象
- 5.尝试使用Google Web API将语音转换为文字
- 6.转换结果
- 总结
前言
大家好,我是空空star,本篇给大家分享一下通过Python的speech_recognition库将音频文件转为文字。
上一篇已经介绍了相关的库speech_recognition
。
通过Python的speech_recognition库将音频文件转为文字 |
---|
Python-语音转文字相关库介绍
一、音频准备
这里我们通过gTTS先生成一段音频,gTTS相关的介绍可以看博主之前写的博客。
通过Python的gtts库将文字转为音频
from gtts import gTTSlocal = '/Users/kkstar/Downloads/video/'text = '大家好,我是空空star,本篇给大家分享一下音频转文字,这是通过speech_recognition转换的文字。'language = "zh-cn"tts = gTTS(text=text, lang=language)tts.save(local+"audio_gtts_0509.mp3")
二、音频声音
音频转文字_0509
三、格式转换
mp3转为wav。
这里不能只改后缀,需要用音频转换工具转换下。
audio_gtts_0509.mp3->audio_gtts_0509.wav
四、音频转文字
1.引入库
import speech_recognition as sr
2.定义音频路径
local = '/Users/kkstar/Downloads/video/'
3.创建一个Recognizer对象
r = sr.Recognizer()
4.打开音频文件,将音频文件读入Recognizer对象
音频文件必须是wav的格式
# 打开音频文件with sr.AudioFile(local+'audio_gtts_0509.wav') as source:# 将音频文件读入Recognizer对象audio = r.record(source)
5.尝试使用Google Web API将语音转换为文字
try:
text = r.recognize_google(audio, language=‘zh-CN’)
print(‘转换结果:’, text)
except sr.UnknownValueError:
print(‘无法识别语音’)
except sr.RequestError as e:
print(‘无法连接到Google Web API. {0}’.format(e))
6.转换结果
转换结果: 大家好我是空空Store本篇给大家分享一下音频转文字这是通过Keep下划线recognition转换的文字
Process finished with exit code 0
总结
recognize_google
: recognize_google() 是Google提供的一种语音识别API,可以识别音频文件或麦克风录制的语音,并将其转换为文本。在Python中,可以使用SpeechRecognition库中的recognize_google()方法来调用该API。