python实现语音转文本STT

什么都干的派森

已于 2025-11-05 14:00:33 修改

阅读量99

点赞数

CC 4.0 BY-SA版权

分类专栏： python高级 Python 文章标签： python 开发语言

于 2025-11-05 13:59:52 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_43721000/article/details/154336727

python高级同时被 2 个专栏收录

41 篇文章 ¥49.90 ¥99.00

订阅专栏

Python

135 篇文章

订阅专栏

文章目录

一、安装依赖
二、安装 ffmpeg 语音转文本模块
三、测试

一、安装依赖

pip install openai-whisper  # 核心库
pip install ffmpeg-python   # 处理音频格式（需先安装ffmpeg软件）

二、安装 ffmpeg 语音转文本模块

下载安装包
官网下载地址：https://www.gyan.dev/ffmpeg/builds/
选择安装目录
下载后解压在非系统盘的ffmpeg目录中，类似 F:\ffmpeg
配置环境变量
找到bin目录

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

什么都干的派森

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

开源模型应用落地-语音转文本-openai-STT服务-AIGC应用探索（四）

以微薄之力，予他人些许温暖.

06-03

1万+

学习OpenAI付费的语音识别服务，实现将语音转换成文本

Python深度学习实践：实时语音转换技术探索

AI天才研究院

07-23

1682

Python深度学习实践：实时语音转换技术探索作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 1. 背景介绍 1.1 问题的由来随着深度学习技术的

参与评论您还未登录，请先登录后发表或查看评论

Python3：一文掌握从文本到语音转换，不要太简单。

商务合作 | 面试培训 | 职场规划 ==>主页扫码

01-05

1486

一文掌握从文本到语音转换技能，简直不要太简单。

python 语音转文本中文——DeepSpeech

秋元的博客

01-10

4921

DeepSpeech 是由 Mozilla 开发的一种开源语音识别引擎，基于深度学习技术，采用端到端架构，可以高效地将语音转换为文本。DeepSpeech 是一款功能强大且灵活的开源语音识别工具，适用于离线语音转文本需求。通过本文示例，您可以快速上手实现音频文件的转录及实时语音识别，同时通过优化模型和语言模型进一步提升识别精度。以下示例基于 Python，展示如何使用 DeepSpeech 实现音频转文本。DeepSpeech 还可以用于实时语音转文本。将模型文件放置在项目目录下。

开源语音转文本（STT）大模型

cnhome的专栏

05-14

5345

本文介绍了六种主流的中文语音识别工具：Whisper、wav2vec 2.0、Vosk、ESPnet、PaddleSpeech 和 FunASR。每种工具的特点、适用场景、代码示例及项目地址均有详细说明。Whisper 以其多语言支持和开源特性适用于通用转录；wav2vec 2.0 适合研究定制；Vosk 适合本地化实时应用；PaddleSpeech 提供易用API；FunASR 针对长音频和嘈杂环境优化。根据需求，可选择不同工具进行快速上手、本地化部署或学术研究。

Python实现从MP4文件中的语音提取文本

一火的专栏

07-22

716

语音转文本，这个技术也比较成熟了，我这边使用了stt中的models--Systran--faster-whisper-medium模型，准确率不错。输出的json文本中，带文本对应视频的开始时间和结束时间，时间精度为毫秒。忽略stt具体使用，如果有需要，就下载代码。有不清楚的地方，欢迎留言讨论。1.从mp4文件中获取语音。

Python 语音转文本

01-14

4880

Python 文本转语言

使用 OpenAI Whisper 模型实现语音转文本

ppoojjj的博客

05-24

2392

Whisper 是 OpenAI 开发的一个开源语音转文本模型。large-v2 Whisper 模型是其中最先进的版本，具备出色的转录和翻译能力。通过 OpenAI 提供的 API，我们可以方便地将音频文件转换为文本。OpenAI 提供了两个语音转文本端点：transcriptions 和 translations。将音频转录为原语言的文本。将音频翻译并转录为英文文本。API 支持的输入文件类型包括 mp3、mp4、mpeg、mpga、m4a、wav 和 webm，文件大小限制为 25 MB。

13、语音转文本情感分析的实现与应用

热门推荐

什么都干的派森

09-27

7万+

这三个排序方法应对日常工作基本够用先说一下三者的区别 sort， sorted 是用在 list 数据类型中的排序方法 argsort 是用在 numpy 数据类型中的排序方法（ numpy 里也有一个 sort 方法，下面会讲） sort 和 sorted 的区别如下???? 先看两个简单的升序排序，分别使用 sorted 和 sort 方法 # sorted num_list = [1, 8, 2, 3, 10, 4, 5] ordered_list = sorted(num_list) print

Pycharm使用Anaconda的虚拟环境

什么都干的派森

06-16

1万+

一、前置条件二、创建Anaconda虚拟环境三、在Pycharm中使用Anaconda的虚拟环境四、测试

sentence_transformers加载本地预训练模型的方法

什么都干的派森

06-28

1万+

有时候项目需要在内网部署，这样 sentence_transformers 就不能自己去下载对应名称的模型了模型提前下载好放在本地，加载模型的时候直接指定本地模型缓存路径

python获取url中的参数【python3】

什么都干的派森

05-24

1万+

引入模块，python3自带，无需安装 from urllib import parse ps：python2的urlparse包合并到python3的urllib中了四个常用方法如下： 1.url解码 urldata = "https://kns.cnki.net/kcms/detail/detail.aspx?sfield=fn&QueryID=8&CurRec=2&DbCode=%20CJFD&dbname=CJFDAUTO&filename=BYYY2

FastAPI使用教程【更新中】

什么都干的派森

06-27

1万+

二、模板创建 main.py 文件，内容如下三、启动命令 ps：127.0.0.1:8000 127.0.0.1:8000/docs【Swagger UI 提供的api文档】 127.0.0.1:8000/redoc【ReDoc 提供的api文档】代码调用方法 2.指定数据类型的路径参数代码调用方法 3.枚举路径参数代码调用方法 4.匹配所有路径代码调用方法 5.普通传参代码调用方法 6.必备参数代码调用....................................

pandas将dataframe中的NaN替换成None

什么都干的派森

05-26

1万+

df = df.where(df.notnull(), None)

python启动虚拟环境运行脚本且不打开cmd（静默运行）

什么都干的派森

04-25

9893

1.第一步，创建一个.bat文件（比如就叫start.bat）内容如下（启动脚本的虚拟环境，启动脚本），路径根据实际情况调整 call ../venv/Scripts/activate.bat python start.py 此时双击start.bat就可以执行python脚本了 2.第二步，创建.vbe文件（比如就叫start.vbe）内容如下，其中start.bat就是刚才创建的.bat文件，路径根据实际情况配 set ws=wscript.createobject("wscript.she

python遍历文件夹下所有的文件并返回

什么都干的派森

03-27

9386

遍历文件夹下所有的文件，拼接成绝对路径，组成list返回 import os def get_all_file_in_dir(dir_path): ''' 获取目录下的所有文件 :return: ''' file_name_list = [] for root, dirs, files in os.walk(dir_path): if files: for name in files:

Python实现语音转文字技术指南

首先，我们需要明白，语音转文本（Speech-to-Text, STT）是将人类的语音输入转换成机器可读的文本的过程。这在很多应用中都是非常有用的技术，比如语音助手、自动字幕生成和语音识别系统等。Python作为一个高级编程...