python超简单语音识别

2022年 11月 5日

python超简单语音识别

                Python简单语音识别

一：
1：安装pyaudio，speech库
2：直接上代码，首先简单的文本转语音

import speech  #调用speech库
speech.say('请选择：1.转换文字，2.转换文本，3.退出')
#speech.say是固用语法，它可以调用你的麦克风，并且说出括号内的内容
n=int(input('请选择：1.转换文字，2.转换文本，3.退出'))
#这里是一个输入，input获取你输入的内容，并将其转化为int类型，将它赋值给n（n没有任何意义）
while True:#循环
    if n==1:
        speech.say("请输入：")#同上
        str = input("请输入：")#同上
        speech.say("你输入的内容是: ")#同上
        speech.say(str)#调用麦克风说出你输入的内容
    if n==2:
        speech.say('请输入文本名')#同上
        n1=input('请输入文本名')#同上
        fd = open(n1, encoding="utf-8").read()#打开该文本，并读取
        speech.say(fd)#同上
    if n==3:
        speech.say('您已退出')#如你所见，break了
        break

3：直接上代码，简单的语音转文本

import speech_recognition as sr   #不说了，也知道是啥意思吧
r = sr.Recognizer()    #调用识别器
test = sr.AudioFile("I:\\pycham\\PyCharm 2020.2.3\\语音识别\\程序文件\\Oldboy.wav")   #导入语音文件
with test as source:
    audio = r.record(source)
type(audio)   #看一下类型不用管
c=r.recognize_sphinx(audio, language='zh-cn')     
#识别输出，调用中文，这里需要下载中文包，speech_recognition里没有中文
print(c)
print(d)

4.代码代码，自己给自己录音

import wave
from pyaudio import PyAudio,paInt16

framerate=8000#看下面
NUM_SAMPLES=2000#看下面
channels=1#看下面
sampwidth=2#看下面
TIME=2#看下面
def save_wave_file(filename,data):#自定义函数
    '''save the date to the wavfile'''
    wf=wave.open(filename,'wb')#打开一个wav文件，没有则创建
    wf.setnchannels(channels)#声道数，不会吧，难道真的有人不知道声道数是什么意思
    wf.setsampwidth(sampwidth)#采样字节 1 or 2
    wf.setframerate(framerate) #采样频率 8000 or 16000
    wf.writeframes(b"".join(data))#写进去
    wf.close()#关了，不关就一直开着了

def my_record():
    pa=PyAudio()#调用，然后换个名字，嗯，虽然有点不一样，但差不多就是这个意思
    stream=pa.open(format = paInt16,
                   channels=1,
                   rate=framerate,
                   input=True,
                   frames_per_buffer=NUM_SAMPLES)#底层的缓存的块的大小，不写也可以，改成（frames_per_buffer=frames_per_buffer）就可以了
    my_buf=[]
    count=0
    while count<TIME*10:#控制录音时间(2*10，打印20个.差不多emmmm好几秒吧)
        string_audio_data = stream.read(NUM_SAMPLES)
        my_buf.append(string_audio_data)
        count+=1#别告诉我你看不懂
        print('.')
    save_wave_file('01.wav',my_buf)#调用，传参
    stream.close()#关了

chunk=2014
def play():
    wf=wave.open(r"01.wav",'rb')#读写
    p=PyAudio()
    stream=p.open(format=p.get_format_from_width(wf.getsampwidth()),#打开
                  channels=wf.getnchannels(),
                  rate=wf.getframerate(),
                  output=True)
    while True:
        data=wf.readframes(chunk)
        if data=="":
            break#不管，前面要是没问题，就不会用到这个
        stream.write(data)#写入
    stream.close()#关了
    p.terminate()#还记得前面的pyaudio吗，没错，调用这个库，然后播放01.wav，总要检查一下到底录没录下来嘛

if __name__ == '__main__':
    my_record()
    print('Over!')
    play()#调用自定义函数，运行顺序1.my_record 2.save_wave_file 3.play

5.终于，整合一下前面的代码，自己录音识别自己，其实很简单，直接from *** import ***，不过再此之前得把播放的那一段删了，也就是上面的自定义函数play()

from 程序文件.录音2 import my_record#是不是很方便，直接调用，下面不说了，之前都说过了
import speech_recognition as sr
my_record()
r = sr.Recognizer()    #调用识别器
test = sr.AudioFile("I:\\pycham\\PyCharm 2020.2.3\\语音识别\\程序文件\\01.wav")   #导入语音文件
with test as source:
    audio = r.record(source)
d=type(audio)
c=r.recognize_sphinx(audio, language='zh-cn')     #识别输出
print(c)
print(d)