通过Python的speech_recognition库将音频文件转为文字

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 gTTS local = '/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")

• 1
• 2
• 3
• 4
• 5
• 6

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

• 1

2.定义音频路径

local = '/Users/kkstar/Downloads/video/'

• 1

3.创建一个Recognizer对象

r = sr.Recognizer()

• 1

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)

• 1
• 2
• 3
• 4

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。