python语音识别代码

以下是一个使用Python进行语音识别的基本代码示例：

import speech_recognition as sr

# 创建一个Recognizer对象
r = sr.Recognizer()

# 使用麦克风录音
with sr.Microphone() as source:
    print("请开始说话...")
    audio = r.listen(source)

# 使用Google Web Speech API进行语音识别
try:
    text = r.recognize_google(audio, language='zh-CN')
    print("你说的是： " + text)
except sr.UnknownValueError:
    print("无法识别语音")
except sr.RequestError as e:
    print("无法从Google Speech API获取结果; {0}".format(e))

在上面的代码中，我们使用了第三方库`SpeechRecognition`来进行语音识别。我们首先创建了一个`Recognizer`对象，然后使用麦克风录制音频，并将其传递给`recognize_google`方法来使用Google Web Speech API进行语音识别。最后，我们将识别结果打印出来。

请注意，为了使用此代码，您需要在计算机上安装`SpeechRecognition`库以及适当的语音识别API密钥。

相关问题

python语音识别代码_python实现百度语音识别api

好的，我可以为您提供一份Python语音识别代码，实现百度语音识别API的功能。请注意，在使用之前需要先进行百度AI开发者账号的注册和创建应用，获取API Key和Secret Key。

# 导入需要的模块
import os
import time
import urllib.request
import urllib.parse
import json
import base64
import hashlib
import pyaudio

# 设置API Key和Secret Key
API_KEY = 'your_api_key'
SECRET_KEY = 'your_secret_key'

# 获取Token，用于后续的API调用
def get_token():
    token_url = 'https://aip.baidubce.com/oauth/2.0/token'
    grant_type = 'client_credentials'
    token_data = {'grant_type': grant_type, 'client_id': API_KEY, 'client_secret': SECRET_KEY}
    token_data_encoded = urllib.parse.urlencode(token_data).encode('utf-8')
    token_request = urllib.request.Request(token_url, token_data_encoded)
    token_response = urllib.request.urlopen(token_request)
    token_content = token_response.read().decode('utf-8')
    token_json = json.loads(token_content)
    access_token = token_json['access_token']
    return access_token

# 进行语音识别
def speech_recognition():
    token = get_token()
    speech_url = 'https://vop.baidu.com/server_api'
    speech_data = {
        'format': 'pcm',
        'rate': 16000,
        'channel': 1,
        'cuid': 'python',
        'token': token,
        'speech': '',
        'len': 0,
        'dev_pid': 1536  # 1536为普通话，其它语种需要修改为对应的dev_pid
    }
    speech_data_encoded = json.dumps(speech_data).encode('utf-8')
    speech_request = urllib.request.Request(speech_url, speech_data_encoded)
    speech_request.add_header('Content-Type', 'application/json')
    speech_response = urllib.request.urlopen(speech_request)
    speech_content = speech_response.read().decode('utf-8')
    speech_json = json.loads(speech_content)
    result = speech_json['result'][0].strip()
    return result

# 录音，用于获取语音数据
def record_audio():
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 1
    RATE = 16000
    RECORD_SECONDS = 5
    WAVE_OUTPUT_FILENAME = 'audio.wav'
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK)
    frames = []
    print('开始录音...')
    for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
        data = stream.read(CHUNK)
        frames.append(data)
    print('录音结束！')
    stream.stop_stream()
    stream.close()
    p.terminate()
    wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    wf.writeframes(b''.join(frames))
    wf.close()

if __name__ == '__main__':
    while True:
        input('按下回车键开始录音，录音结束后按下回车键停止录音...')
        record_audio()
        result = speech_recognition()
        print('语音识别结果：', result)

以上代码实现了一个简单的语音识别程序，可以通过调用百度语音识别API实现语音转文字的功能。需要注意的是，该程序需要使用pyaudio和wave两个Python模块，需要提前安装。另外，在使用之前需要修改代码中的API Key和Secret Key为自己的值。

python 语音识别

Python 语音识别可以使用多种库和API，其中比较常用的包括SpeechRecognition、pyaudio、pocketsphinx等。其中，SpeechRecognition是一个非常流行的Python语音识别库，可以支持多种语音识别引擎，包括Google、Microsoft、CMU Sphinx等，使用起来也比较简单。

下面是一个基于SpeechRecognition的Python语音识别示例代码：

import speech_recognition as sr

# 定义语音识别器
r = sr.Recognizer()

# 打开麦克风并开始录音
with sr.Microphone() as source:
    print("请说话...")
    audio = r.listen(source)

# 将录音转换为文本
try:
    text = r.recognize_google(audio, language='zh-CN')
    print("你说的话是：" + text)
except Exception as e:
    print("语音识别出错：" + str(e))

以上代码会打开麦克风并开始录音，然后使用Google语音识别引擎将录音转换为文本，并输出识别结果。你可以根据自己的需要选择不同的语音识别引擎，以及调整参数来优化识别效果。