糟糕的沃森抄本

沃森ibmapi似乎没有为最终用户正确编码,原因似乎是他们的api设计对于转录过于复杂。 它有一个错误,我相信他们的团队还没有破译出来

不过,与谷歌合作是明智的

    pip install --upgrade SpeechRecognition(linux, unix systems)
or  C:\path_to_ python.exe -m pip install --upgrade SpeechRecognition (windows)

这是一个具有所有内置功能的模块 不同api创建者(如ibm)的容量 仅仅通过使用

import speech_recogntion as sr
r = sr.Recognizer()
with sr.AudioFile("path to audio file") as source:
       #r.adjust_for_ambient_noise() depending on if you have background noise 
      audio = r.record(source)

然后; 识别文件输出 其中xxx是列表中的api创建者。说

  google, ibm, azure or bing(with microsoft)
  t = r.recognize_xxx(audio, credentials, ...)

这只是一个粗略的指南