SpeechRecognition Python ライブラリ

Pythonで学ぶ音声言語処理

Daniel Bourke

Machine Learning Engineer/YouTube Creator

なぜ SpeechRecognition か？

既存の Python ライブラリ

CMU Sphinx
Kaldi
SpeechRecognition
Facebook の Wav2letter++

SpeechRecognition のはじめ方

PyPi からインストール:

$ pip install SpeechRecognition

Python 2/3 に対応
本コースでは Python 3 を使用

Recognizer クラスを使う

# SpeechRecognition ライブラリをインポート
import speech_recognition as sr

# Recognizer インスタンスを作成
recognizer = sr.Recognizer()

# エナジー閾値を設定
recognizer.energy_threshold = 300

Recognizer クラスで音声を認識する

Recognizer クラスは音声 API と連携する関数を提供
- recognize_bing()
- recognize_google()
- recognize_google_cloud()
- recognize_wit()

入力: audio_file

出力: audio_file の文字起こし

SpeechRecognition の例

recognize_google() に注目
音声ファイルを SpeechRecognition で認識:

# SpeechRecognition をインポート
import speech_recognition as sr

# Recognizer クラスを生成
recognizer = sr.Recognizer()

# Google Web API で文字起こし
recognizer.recognize_google(audio_data=audio_file
                            language="en-US")

DataCamp で音声認識を学ぶのは最高です！

Your turn!

Pythonで学ぶ音声言語処理