2020-02-20 语音识别speechrecognition

speechrecognition简介：

speechrecognition 包,集合了几个语音识别库的接口：
recognize_bing()：Microsoft Bing Speech
recognize_google()：Google Web Speech API
recognize_google_cloud()：Google Cloud Speech-requires installation of the google-cloud-speech package
recognize_houndify()：Houndify by SoundHound
recognize_ibm()：IBM Speech to Text
recognize_sphinx()：CMU Sphinx-requires instaling PocketSphinx
recognize_wit()：Wit.ai

speechrecognition.recognize_sphinx()：

使用时无需网络连接。

模块安装（使用speechrecognition时需要pocketsphinx）：

pip install pocketsphinx 
pip install speechrecognition

音频格式：

image.png

测试代码：

# -*- coding: GBK -*-
import speech_recognition as sr #加载包

def wav2txt(wavfilepath,str_language):
    r = sr.Recognizer()
    sudio = ""
    with sr.AudioFile(wavfilepath) as src:
        sudio = r.record(src)
    print(r.recognize_sphinx(sudio,language=str_language))

filePath1=r'16k.wav'
filePath2=r'audio-file.flac'
# 默认只有英文模型，中文模型要自行安装
wav2txt(filePath1,"zh-CN")
wav2txt(filePath2,"en-US")

测试结果：

image.png

测试文件：

16k.wav ：中文，点我跳转github
audio-file.flac ：英文，点我下载

中文模型安装：

进入 https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/Mandarin/
下载 cmusphinx-zh-cn-5.2.tar.gz
解压后目录结构：

+--cmusphinx-zh-cn-5.2
| +--README
| +--zh_cn.cd_cont_5000
| | +--feat.params
| | +--feature_transform
| | +--mdef
| | +--means
| | +--mixture_weights
| | +--noisedict
| | +--transition_matrices
| | +--variances
| +--zh_cn.dic
| +--zh_cn.lm.bin

重命名部分文件：

cmusphinx-zh-cn-5.2 》》 zh-CN
zh_cn.cd_cont_5000 》》 acoustic-model
zh_cn.lm.bin 》》 language-model.lm.bin
zh_cn.dic 》》 pronounciation-dictionary.dict

重命名后目录结构：

+--zh-CN
| +--acoustic-model
| | +--feat.params
| | +--feature_transform
| | +--mdef
| | +--means
| | +--mixture_weights
| | +--noisedict
| | +--transition_matrices
| | +--variances
| +--language-model.lm.bin
| +--pronounciation-dictionary.dict
| +--README

轮子有了，放在哪里？可以通过错误信息来知道（随便输入一个语言模型让程序报错，比如wav2txt(filePath1,"Where")）：

image.png

把zh-CN文件夹放到Where的位置就好了。

原文章在这里，内容都取自于他，感谢作者。这一篇是小弟用来记录学习过程的。