python中文语音识别

1） 生成需要识别的wav文件，SpeechRecognition需要wav文件，不能识别mp3文件

安装库：

sudo apt install espeak ffmpeg libespeak1
pip install pyttsx3

代码：

def demo_tts_wav():
? ? import pyttsx3

? ? engine = pyttsx3.init()

? ? engine.setProperty('rate', 150)
? ? engine.setProperty('volume', 1.0)
? ? voices = engine.getProperty('voices')
? ? engine.setProperty('voice', voices[0].id)

? ? text = '你好，我是一个AI机器人'
? ? #engine.say(text)
? ? filename = 'ni_hao.wav'
? ? engine.save_to_file(text, filename)

? ? engine.runAndWait()
?

2. 语音识别，使用speech_recognition

安装库：

pip install SpeechRecognition

pip install pocketsphinx

下载模型文件：CMU Sphinx - Browse /Acoustic and Language Models/Mandarin at SourceForge.net

pip install vosk

下载模型文件到代码目录下：VOSK Models

解压，并且重命名为model

代码

def demo_speech_recognition():
? ? import speech_recognition as sr

? ? r = sr.Recognizer()
? ? try:
? ? ? ? audio_file = sr.AudioFile('ni_hao.wav')
? ? ? ? with audio_file as source:
? ? ? ? ? ? audio_data = r.record(source)
? ? ? ? #text = r.recognize_google(audio_data, language='zh-Cn')
? ? ? ? #text = r.recognize_wit(audio_data)
? ? ? ? text = r.recognize_vosk(audio_data, language='zh-Cn')
? ? ? ? print("识别结果：", text)
? ? except Exception as e:
? ? ? ? print("无法识别语音：", str(e))