作者：Behic Guven
编译：Florence Wong – AICUG
本文系AICUG翻译原创，如需转载请联系(微信号：834436689)以获得授权
在本文中，我将向您展示如何使用Python将音频文件转换为文本文档。语音识别是此转换的过程，它通常在现实世界中使用。例如，诸如Google的Home Mini，Amazon Alexa，Apple Siri之类的个人语音助手，都是我们而耳熟能的一些受欢迎的助手。
语音识别，可帮助您通过讲话，代替打字，来节省时间。它可以帮助我们与设备通信，而无需编写一行代码。这使技术设备更易于访问，且更易于使用。语音识别，是在现实世界中使用人工智能的一个很好的例子。
这是Google I / O 2019活动的一个场景。 Google助手在行动：知乎视频www.zhihu.com
在本文中，我们将创建一个简单的语音识别模型，该模型可以从音频文件中检测句子，然后将这些句子导出到文本文档中。在以后的文章中，我想向您展示语音识别的另一个出色示例，您可以在其中将语音实时转换为文本格式。
你准备好了吗？让我们开始编码吧！
导入库
首先，让我们安装模块，以便我们可以在程序中导入和使用它。 SpeechRecognition模块支持多种识别API，而Google Speech API就是其中之一。您可以从此处了解有关该模块的更多信息：SpeechRecognitionpypi.org
pip install SpeechRecognition
现在我们可以导入库
import speech_recognition as sr
创建一个识别器
在这一步中，我们将创建识别器实例。
r = sr.Recognizer()
导入音频文件
将音频文件导入我们的程序时，文件扩展名很重要。我已经用其他两种其他格式测试了我的代码，但“ wav”格式的结果效果更好。您可以使用在线文件转换器网站，将音频文件格式转换为wav。
例如，如果您使用Macbook的语音备忘录，进行录制，则音频文件将保存为m4a格式。在Google上搜索：“在线将m4a文件转换为wav文件格式”。您会发现很多不错的网站。
AudioFile是导入文件的功能。 Sr是语音识别模块。
audio_file = sr.AudioFile('test.wav')
识别语音
如引言中所述，我们使用的是recognize_google方法，该方法是Google的Cloud Speech API中的语音识别。
with audio_file as source:
r.adjust_for_ambient_noise(source)
audio = r.record(source)
result = r.recognize_google(audio)
将结果导出到文本文档中
在以下代码中，我们将创建一个文本文件，并将其打开。然后，导出我们在前面的代码中得到的结果。在您的终端中，您会看到“ready！”该过程完成后。
with open('test.txt',mode ='w') as file:
file.write("Recognized text:")
file.write("\n")
file.write(result)
print("ready!")
代码
# importing the module
import speech_recognition as sr
# define the recognizer
r = sr.Recognizer()
# define the audio file
audio_file = sr.AudioFile('test.wav')
# speech recognition
with audio_file as source:
r.adjust_for_ambient_noise(source)
audio = r.record(source)
result = r.recognize_google(audio)
# exporting the result
with open('test.txt',mode ='w') as file:
file.write("Recognized text:")
file.write("\n")
file.write(result)
print("ready!")恭喜！您已经使用Python创建了自己的语音识别程序。希望您喜欢本教程并学到一些新的知识。练习编码技能的最佳方法是制作有趣的项目。在以后的文章中，我想分享另一种语音识别功能，以检测您的声音并将其实时转换为文本。
