流式语音识别的代码

以下是一个简单的 Python 流式语音识别的代码，使用 Google 的 Speech Recognition API：

import speech_recognition as sr

r = sr.Recognizer()

with sr.Microphone() as source:
    print("请开始说话：")
    while True:
        audio = r.listen(source)
        try:
            text = r.recognize_google(audio, language='zh-CN')
            print("你说的是：{}".format(text))
        except sr.UnknownValueError:
            print("无法理解你说的话")
        except sr.RequestError as e:
            print("无法连接到 Google API： {}".format(e))

此代码会打开麦克风，然后持续监听用户的语音输入，将语音转化为文本，并输出在屏幕上。

相关问题

Android 流式语音识别

基于Java SDK实现的Android实时音频流识别的Demo应用可以实现Android流式语音识别。具体步骤如下：

1.在Android Studio中创建一个新项目。

2.在app/build.gradle文件中添加以下依赖项：

implementation 'com.baidu.aip:speech-sdk-android:3.6.6.5'

3.在AndroidManifest.xml文件中添加以下权限：

<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.INTERNET" />

4.在MainActivity.java文件中添加以下代码：

import com.baidu.speech.EventListener;
import com.baidu.speech.asr.SpeechConstant;
import com.baidu.speech.asr.SpeechRecognizer;
import com.baidu.speech.asr.SpeechResult;
import com.baidu.speech.asr.SpeechSynthesizeBag;
import com.baidu.speech.asr.SpeechUtility;
import com.baidu.speech.event.EventManager;
import com.baidu.speech.event.EventManagerFactory;

import org.json.JSONException;
import org.json.JSONObject;

import java.util.ArrayList;
import java.util.LinkedHashMap;
import java.util.Map;

public class MainActivity extends AppCompatActivity implements EventListener {

    private EventManager asr;
    private SpeechRecognizer speechRecognizer;
    private boolean isRecording = false;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        // 初始化语音识别
        SpeechUtility.createUtility(this, SpeechConstant.APPID + "=你的App ID");

        // 创建语音识别EventManager
        asr = EventManagerFactory.create(this, "asr");
        asr.registerListener(this);

        // 创建SpeechRecognizer
        speechRecognizer = SpeechRecognizer.createSpeechRecognizer(this);
        speechRecognizer.setRecognitionListener(new RecognitionListener() {
            @Override
            public void onReadyForSpeech(Bundle params) {
                // 准备就绪，可以开始说话
            }

            @Override
            public void onBeginningOfSpeech() {
                // 开始说话
            }

            @Override
            public void onRmsChanged(float rmsdB) {
                // 音量变化
            }

            @Override
            public void onBufferReceived(byte[] buffer) {
                // 录音数据回调
            }

            @Override
            public void onEndOfSpeech() {
                // 结束说话
            }

            @Override
            public void onError(int error) {
                // 识别出错
            }

            @Override
            public void onResults(Bundle results) {
                // 识别结果回调
                ArrayList<String> nbest = results.getStringArrayList(SpeechRecognizer.RESULTS_RECOGNITION);
                if (nbest != null && nbest.size() > 0) {
                    String text = nbest.get(0);
                    // 处理识别结果
                }
            }

            @Override
            public void onPartialResults(Bundle partialResults) {
                // 临时识别结果回调
            }

            @Override
            public void onEvent(int eventType, Bundle params) {
                // 处理事件回调
            }
        });
    }

    // 开始录音
    private void startRecording() {
        if (!isRecording) {
            isRecording = true;
            Map<String, Object> params = new LinkedHashMap<>();
            params.put(SpeechConstant.ACCEPT_AUDIO_VOLUME, false);
            params.put(SpeechConstant.VAD_ENDPOINT_TIMEOUT, 0);
            params.put(SpeechConstant.VAD, SpeechConstant.VAD_DNN);
            params.put(SpeechConstant.PID, 1537);
            params.put(SpeechConstant.LANGUAGE, "zh");
            params.put(SpeechConstant.NLU, "enable");
            params.put(SpeechConstant.VAD_ENDPOINT_TIMEOUT, 800);
            params.put(SpeechConstant.VAD, SpeechConstant.VAD_DNN);
            params.put(SpeechConstant.DISABLE_PUNCTUATION, false);
            params.put(SpeechConstant.ACCEPT_AUDIO_DATA, true);
            params.put(SpeechConstant.OUT_FILE, "/sdcard/baiduASR/outfile.pcm");
            String json = new JSONObject(params).toString();
            asr.send(SpeechConstant.ASR_START, json, null, 0, 0);
            speechRecognizer.startListening(new Intent());
        }
    }

    // 停止录音
    private void stopRecording() {
        if (isRecording) {
            isRecording = false;
            speechRecognizer.stopListening();
            asr.send(SpeechConstant.ASR_STOP, null, null, 0, 0);
        }
    }

    @Override
    public void onEvent(String name, String params, byte[] data, int offset, int length) {
        if (name.equals(SpeechConstant.CALLBACK_EVENT_ASR_READY)) {
            // 识别引擎准备就绪
        } else if (name.equals(SpeechConstant.CALLBACK_EVENT_ASR_PARTIAL)) {
            // 临时识别结果
            try {
                JSONObject jsonObject = new JSONObject(params);
                String result = jsonObject.getString("results_recognition");
                // 处理临时识别结果
            } catch (JSONException e) {
                e.printStackTrace();
            }
        } else if (name.equals(SpeechConstant.CALLBACK_EVENT_ASR_FINISH)) {
            // 识别结束
        }
    }
}

5.在MainActivity.xml文件中添加一个按钮，用于开始和停止录音。

<Button
    android:id="@+id/btn_record"
    android:layout_width="wrap_content"
    android:layout_height="wrap_content"
    android:text="开始录音"
    android:onClick="onRecordButtonClick" />

6.在MainActivity.java文件中添加以下代码，用于处理按钮点击事件：

public void onRecordButtonClick(View view) {
    Button button = (Button) view;
    if (isRecording) {
        stopRecording();
        button.setText("开始录音");
    } else {
        startRecording();
        button.setText("停止录音");
    }
}

7.运行应用程序并单击“开始录音”按钮，开始录制音频。当你停止录音时，应用程序将自动将音频发送到百度云进行语音识别，并返回识别结果。

python流式语音识别

Python中有几个流行的库可以实现流式语音识别，其中一个是SpeechRecognition库。该库支持多种语音识别引擎，包括Google Cloud Speech API、Microsoft Bing Voice Recognition等。你可以使用以下代码示例演示如何使用SpeechRecognition进行流式语音识别：

import speech_recognition as sr

# 创建语音识别器对象
r = sr.Recognizer()

# 打开音频文件
with sr.AudioFile('audio.wav') as source:
    # 从文件中读取音频数据
    audio = r.record(source)

# 使用Google Cloud Speech API进行语音识别
＊＊＊