代码之家 › 专栏 › 技术社区 › Luc Angevare

当说了些什么时,如何开始录音?

speech python-3.x python

1

Luc Angevare · 技术社区 · 7 年前

我正在尝试制作一个使用语音识别的程序。现在我遇到了一个问题,这就是你必须按下一个按钮或回车来启动语音识别。有没有一种方法可以让你说出一个短语(有点像谷歌),它就可以开始识别Python3中的语音?
这是我的代码:

r = sr.Recognizer()

with sr.Microphone() as source:
    audio = r.listen(source)
x = r.recognize_google(audio)

print("I'm listening!")

try:
    print("You said: " + r.recognize_google(audio))
except speech_recognition.UnknownValueError:
    print("I am sorry but I couldn't understand you, try again.")
except speech_recognition.RequestError as e:
    print("Could not request results from Google Speech Recognition service; {0}".format(e))

提前谢谢!

1 回复 | 直到 5 年前

1

7

nicocappa 7 年前

是的,基本上你必须把你的识别分为两部分:关键词识别(只听一个关键词)和主识别(识别用户在关键词后说的话)。要知道这意味着你的节目将一直在收听。

对于关键字识别,您可以使用 Recognizer() listen_in_background 方法并在任何回调中扫描关键字。如果找到关键字,则调用 Recognizer().listen(source)

由于收听关键字需要您的程序不断收听和识别,因此您不希望使用任何需要互联网连接的语音识别API(Bing、Google、Watson、Houndify等)。这是因为所有这些都有每月的API限制,您将很容易通过这些限制。您希望保存这些API以供实际识别。我相信你唯一的离线选择就是使用 recognize_sphinx 或者雪人热词检测。我从未真正使用过Snowboy(虽然我听说它很不错),因为它在Windows上不起作用(或者至少在我编写程序时不起作用),但Sphinx有一个类似的关键字检测工具。

基本上,您传递sphinx_识别器关键字,以及通过元组拾取这些关键字的敏感度,它将尝试在语音中查找这些关键字。要注意的是,关键词越敏感,误报率就越高。

以下是一个例子:

import speech_recognition as sr
import time

r = sr.Recognizer()

# Words that sphinx should listen closely for. 0-1 is the sensitivity
# of the wake word.
keywords = [("google", 1), ("hey google", 1), ]

source = sr.Microphone()


def callback(recognizer, audio):  # this is called from the background thread

    try:
        speech_as_text = recognizer.recognize_sphinx(audio, keyword_entries=keywords)
        print(speech_as_text)

        # Look for your "Ok Google" keyword in speech_as_text
        if "google" in speech_as_text or "hey google":
            recognize_main()

    except sr.UnknownValueError:
        print("Oops! Didn't catch that")


def recognize_main():
    print("Recognizing Main...")
    audio_data = r.listen(source)
    # interpret the user's words however you normally interpret them


def start_recognizer():
    r.listen_in_background(source, callback)
    time.sleep(1000000)


start_recognizer()

使用语音识别库时,此链接非常有用:

https://github.com/Uberi/speech_recognition/blob/master/reference/library-reference.rst

2

0

user13496328 6 年前

from pocketsphinx import LiveSpeech
import os
for i in LiveSpeech():
    print(i)
    if "hey Google" in str(i):
       os.startfile("Your File.your_format")
#works Perfectly and if you want to hide python console then save as youfile.pyw