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 ライブラリなのか？

既存の Python ライブラリ

CMU Sphinx
Kaldi
SpeechRecognition
Facebook の Wav2letter++

SpeechRecognition を使ってみましょう

PyPi からインストール:

$ pip install SpeechRecognition

Python 2 と 3 の両方に対応
ここでは Python 3 を使用します

Recognizer クラスを使う

# Import the SpeechRecognition library
import speech_recognition as sr

# Create an instance of Recognizer
recognizer = sr.Recognizer()

# Set the energy threshold
recognizer.energy_threshold = 300

Recognizer クラスで音声を認識する

Recognizer クラスには音声 API と連携する組み込み関数があります
- recognize_bing()
- recognize_google()
- recognize_google_cloud()
- recognize_wit()

入力: audio_file

出力: audio_file から文字起こしした音声

SpeechRecognition の例

recognize_google() に注目します
SpeechRecognition で音声ファイルから音声を認識します:

# Import SpeechRecognition library
import speech_recognition as sr

# Instantiate Recognizer class
recognizer = sr.Recognizer()

# Transcribe speech using Google web API
recognizer.recognize_google(audio_data=audio_file,
                            language="en-US")

Learning speech recognition on DataCamp is awesome!

挑戦してみましょう！

Pythonで学ぶ音声言語処理