Python 实时语音识别

最新推荐文章于 2025-06-30 13:56:05 发布
最新推荐文章于 2025-06-30 13:56:05 发布
阅读量6.2k 收藏 77
点赞数 7
CC 4.0 BY-SA版权
分类专栏： python学习 python资源 文章标签： 语音识别 Python人工智能 实时语音识别 百度语音API SpeechRecognition
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_40796925/article/details/98041155
本文介绍了使用Python进行实时语音识别的步骤，包括调用百度语音API，获取API Key和Secret Key，利用speech_recognition模块录制并转换语音为文本。通过展示效果和提供代码下载链接，帮助读者理解和实现这一技术。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Python 实时语音识别


最近自己想接触下语音识别，经过一番了解和摸索，实现了对语音识别API的简单调用，正好写文章记录下。目前搜到的帖子里，有现成的调用百度语音API来对音频文件进行识别的；也有通过谷歌语音服务来实现了实时语音识别的。由于我这谷歌语音一直调用不成功，就将二者结合，简单实现了通过百度语音API来进行实时语音识别。

语音识别

语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术，微信中将语音消息转文字，以及“Hi Siri”启用Siri时对其进行发号施令，都是语音识别的现实应用。

语音识别API

百度语音识别通过REST API的方式给开发者提供一个通用的HTTP接口。任意操作系统、任意编程语言，只要可以对百度语音服务器发起http请求，均可使用此接口来实现语音识别。调用API的流程在百度语音官方文档中有说明。

在这里插入图片描述

语音识别步骤

  1. 先注册百度云的账号，控制台中创建百度语音的应用，获取API Key和Secret Key
  2. 通过API Key 和 Secret Key获取token
  3. 将token和本地音频数据上传到API链接
  4. 根据API返回结果获取解析后的文字结果

注意上述过程中我们是使用的本地音频数据，那么我们如何将自己的语音转为相应的数据呢？只要调用麦克风记录我们的语音信息存为wav格式的文件即可。而实时语音识别，即一直保持检测麦克风，只要有声音就生成wav文件向API发送请求；当识别不到语音信息时，自动停止。

代码中我参考了调用谷歌语音的 speech_recognition 模块，因为它调用麦克风的命令特别简单，而且会根据检测麦克风结果自动结束录音。

需要

最低0.47元/天 解锁文章

200万优质内容无限畅学
Python实时语音识别控制
BinzTcl的博客
09-19 647
我们将使用SpeechRecognition库进行语音识别，以及pyaudio库来处理音频输入。我们使用pyaudio库打开一个音频流，并将音频数据读取到一个缓冲区中。在这个示例中，我们读取了10个缓冲区的音频数据，并将它们连接在一起形成一个音频输入。在本文中，我们将探讨如何使用Python实现实时语音识别控制，并提供相应的源代码示例。如果无法识别输入的语音或无法访问在线语音识别服务，函数将返回相应的错误消息。一旦我们获取了音频输入，我们可以使用语音识别器对象对其进行识别。的函数来进行语音识别。
Python 语音识别
热门推荐
风口IT猪的成长录
02-22 2万+
Python语音识别文本转换为语音   语音识别技术，也被称为自动语音识别，目标是以电脑自动将人类的语音内容转换为相 应的文字和文字转换为语音。 文本转换为语音 使用 pyttsx  使用名为 pyttsx 的 python 包，你可以将文本转换为语音。直接使用 pip 就可以进行安装， 命令如下： pip install pyttsx3 若下载缓慢推荐您使用第三方通道下载 pip install -i https://mirrors.aliyun.com/pypi/simple pyttsx3 【
python语音识别
菜鸟变大鸟的博客
03-05 5044
文本转语音 使用pyttsx和SAPI完成文本转语音 pip install pyttsx3 # 或者在末尾加上镜像 -i https://mirror.baidu.com/pypi/simple 有两种文本转语音的方法： """ 直接把输入的文字转语音 """ # one import pyttsx3 as pyttsx engine = pyttsx.init() engine.say('啊对对对') engine.runAndWait() # two from win32com.clien
Python实现语音识别
yan_dk的专栏
05-09 2万+
案例分析 概述 Python在语音识别方面功能很强大，程序语言简单高效，下面编程实现一下如何实现语音识别。本文实现案例是将文本转换成语音，给出实现代码，作为学习和技术交流。 Python基础环境准备 参见：https://blog.youkuaiyun.com/yan_dk/article/details/89528463 案例实现 环境准备 使用百度智能云提供的语音识...
Python Ai语音识别教程
最新发布
m0_71071763的博客
06-30 361
语音识别是将人类语音转换为文本的技术，在现代应用中非常有用。本教程将介绍如何使用Python实现基本的AI语音识别功能。
python 语音识别
sunxiaopengsun的专栏
03-28 778
https://segmentfault.com/a/1190000013953185?utm_source=tag-newest
Python知识点：如何使用Python实现语音识别
码农超哥的博客
09-04 1284
要在 Python 中实现语音识别，你可以使用库，它是一个功能强大的库，能够识别音频中的语音并将其转换为文本。下面是一个简单的示例代码，展示如何使用这个库进行语音识别。
基于funasr+pyaudio实现电脑本地麦克风实时语音识别项目语音转文本python源码
07-29
【测试环境】 anaconda3+python3.9 torch==2.0.1+cu117 funasr==1.1.4 modelscope==1.16.1 PyAudio ==0.2.14 【视频演示】 https://www.bilibili.com/video/BV1Pb42177Bw/ 【博文地址】 ...
Python 语音识别
houyanhua1的专栏
09-24 1834
需要安装 pywin32 模块 #coding=utf-8 import win32com.client #系统客户端包 speaker=win32com.client.Dispatch('SAPI.SPVOICE') #系统接口 speaker.Speak('这是语音要说的内容')
Python实现简单的语音识别系统
12-24
最近认识了一个做Python语音识别的朋友，聊天时候说到，未来五到十年，Python人工智能会在国内掀起一股狂潮，对各种应用的冲击，不下于淘宝对实体经济的冲击。在本地（江苏某三线城市）做这一行，短期可能显不出效果，但从长远来看，绝对是一个高明的选择。朋友老家山东的，毕业来这里创业，也是十分有想法啊。 将AI课上学习的知识进行简单的整理,可以识别简单的0-9的单个语音。基本方法就是利用库函数提取mfcc,然后计算误差矩阵,再利用动态规划计算累积矩阵。并且限制了匹配路径的范围。具体的技术网上很多,不再细谈。 现有缺点就是输入的语音长度都是1s,如果不固定长度则识别效果变差。改进思路是提取有效语音部
人工智能-项目实践-语音识别-使用python进行语音识别
07-03
基于python的中文语音识别系统. 包含声学模型和语言模型两个部分组成，两个模型都是基于神经网络。 声学模型 - acoustic_model文件夹下 该项目实现了GRU-CTC中文语音识别声音模型，所有代码都在gru_ctc_am.py中，包括： 增加了基于科大讯飞DFCNN的CNN-CTC结构的中文语音识别模型cnn_ctc_am.py，与GRU相比，对网络结构进行了稍加改造。 完全使用DFCNN框架搭建声学模型，稍加改动，将部分卷积层改为inception，使用时频图作为输入，cnn_with_fbank.py。 新增使用pluse版数据集的模型，cnn_with_full.py，建议直接训练这个模型。 语言模型 - language_model文件夹下 新增基于CBHG结构的语言模型language_model\CBHG_lm.py，该模型之前用于谷歌声音合成，移植到该项目中作为基于神经网络的语言模型。 数据集 增加stc、primewords、Aishell、thchs30四个数据集，整理为相同格式，放于acoustic_model\data中,调用四个数据集的脚本
实时语音识别（Python+HTML实战）
contributed_l的博客
03-29 3987
该项目支持麦克风实时录音功能，同时可以传入多种音频格式的文件（如 .wav, .pcm, .mp3 等），也支持视频输入(如 .mp4 等)，以及多文件列表 wav.scp 输入。运行 FunASR-main/runtime/python/websocket/funasr_wss_server.py 文件，加载模型。项目提示所需要下载的库文件：pip install -U funasr 和 pip install modelscope。注：如果提示缺少什么模型，就 pip 下载什么模型。
python实现语音识别
qq_24946843的博客
08-28 3728
> '好好 学习 天天 向上'7. 语音转文本(英文识别)8. 语音转文本(中文识别)4. 通过麦克风输入并识别。1. 首先安装依赖库。5. 文本转语音播放。
python做语音识别
weixin_45081640的博客
06-23 5125
本文所用文件的链接 链接：https://pan.baidu.com/s/1RWNVHuXMQleOrEi5vig_bQ 提取码：p57s 语音识别 语音识别可以实现通过一段音频信息(wav波) 识别出音频的内容. 通过傅里叶变换, 可以将时间域的声音分解为一系列不同频率的正弦函数的叠加. 通过频率谱线的特殊分布, 建立音频内容与文本之间的对应关系, 以此作为模型训练的基础. 语音识别 梅尔频率倒谱系数(MFCC) 描述了与声音内容密切相关的13个特殊频率所对应的能量分布. 那么我们就可以使用梅尔频率倒谱系
使用python实现语音识别
白帽阿叁的博客
10-12 7177
语音识别技术，也被称为自动语音识别，目标是以电脑自动将以人类的语音内容转换为相应的文字和文字转换为语音。
python实时语音识别
05-25
实时语音识别是指在语音输入的同时，能够实时对其进行识别和转换成文本。Python可以使用一些外部库来实现实时语音识别，以下是两种常用的方法： 1.使用SpeechRecognition库 SpeechRecognition是Python语音识别库，可以支持多种语音识别引擎，包括Google、Microsoft、Baidu等。可以通过安装该库，使用Python代码实现实时语音识别。 示例代码： ``` import speech_recognition as sr # 创建一个Recognizer对象 r = sr.Recognizer() # 打开麦克风进行录音 with sr.Microphone() as source: # 调整麦克风的噪声水平 r.adjust_for_ambient_noise(source) print("Say something!") # 开始录音 audio = r.listen(source) # 识别音频 try: text = r.recognize_google(audio, language='zh-CN') print("You said: {}".format(text)) except Exception as e: print("Error: {}".format(e)) ``` 2.使用PocketSphinx库 PocketSphinx是CMU Sphinx开源语音识别工具包中的一个模块，提供了一种在嵌入式设备上实现语音识别的解决方案。可以使用Python代码实现实时语音识别。 示例代码： ``` import pocketsphinx as ps # 创建一个Decoder对象 config = ps.Decoder.default_config() config.set_string('-hmm', '/path/to/model') config.set_string('-dict', '/path/to/dict') config.set_string('-lm', '/path/to/lm') decoder = ps.Decoder(config) # 打开麦克风进行录音 with ps.Microphone() as source: # 开始录音 decoder.start_utt() while True: # 读取音频数据 audio_data = source.read(1024, False) # 结束录音 if not audio_data: break # 分段处理音频数据 decoder.process_raw(audio_data, False, False) # 获取识别结果 if decoder.hyp() is not None: print('Recognized:', decoder.hyp().hypstr) decoder.end_utt() decoder.start_utt() ``` 以上是两种常用的Python实时语音识别方法，具体实现可以根据实际需求进行调整和改进。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值