快捷導航

python語音識別的轉(zhuǎn)換方法

更新時間：2021年10月19日 11:15:08 作者：輝煌zzg

語音識別技術(shù)，也被稱為自動語音識別，目標是以電腦自動將人類的語音內(nèi)容轉(zhuǎn)換為相應的文字。應用包括語音撥號、語音導航、室內(nèi)設(shè)備控制、語音文檔檢索、簡單的聽寫數(shù)據(jù)錄入等。本文給大家介紹python語音識別的方法，感興趣的朋友一起看看吧

使用pyttsx的python包，你可以將文本轉(zhuǎn)換為語音。

安裝命令

pip install pyttsx3 -i https://pypi.tuna.tsinghua.edu.cn/simple

運行一個簡單的語音 ‘大家好'。

import pyttsx3 as pyttsx
engine = pyttsx.init() #初始化
engine.say('大家好')
engine.runAndWait()

另一種文本轉(zhuǎn)語音方法。

from win32com.client import Dispatch
speaker = Dispatch('SAPI.SpVoice')    #創(chuàng)建Dispatch對象
speaker.Speak('大家好')        #調(diào)用Speak方法
del speaker     #釋放

這種方法可能會報錯，

ImportError: DLL load failed while importing win32api: 找不到指定的模塊。

網(wǎng)站下載與自己安裝的 “Python" 版本相適應的 "pywin32" 安裝程序。

使用SpeechLib完成文本轉(zhuǎn)換語言

from comtypes.client import CreateObject
from comtypes.gen import SpeechLib
 
engine = CreateObject('SAPI.SpVoice')   #調(diào)用方法
stream = CreateObject('SAPI.SpFileStream')   #輸出到目標對象的流
infile = '1.txt'   #要讀取的文本
outfile = 'demo_audio.wav'   #輸出到語音文件
stream.open(outfile,SpeechLib.SSFMCreateForWrite)
engine.AudioOutputStream = stream
#讀取文本內(nèi)容
f = open(infile,'r',encoding='utf-8')
theText = f.read()
f.close()
engine.speak(theText)
stream.close()

使用PocketSphinx將語音轉(zhuǎn)換成文本

首先安裝兩個工具包

pip install PocketSphinx
pip install SpeechRecognition

然后下載cmusphinx-zh-cn-5.2.tar中文識別的放到anaconda的python虛擬環(huán)境的目錄下

Lib\site-packages\speech_recognition\pocketsphinx-data路徑下

解壓文件重命名為zh-CN

#將語音轉(zhuǎn)換成文本 使用PocketSphinx
import speech_recognition as sr
audio_file = 'demo_audio.wav'
r = sr.Recognizer()
with sr.AudioFile(audio_file) as source:   #打開語音文件并讀取
    audio = r.record(source)
try:
    print('文本內(nèi)容：',r.recognize_sphinx(audio))   #默認識別成英文
    print('文本內(nèi)容：',r.recognize_sphinx(audio,language='zh-CN'))  #指定中文
except Exception as e:
    print(e)

到此這篇關(guān)于python語音識別的文章就介紹到這了,更多相關(guān)python語音識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: