Biblioteka SpeechRecognition dla Pythona

Przetwarzanie mowy w Pythonie

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Dlaczego biblioteka SpeechRecognition?

Przykładowe biblioteki Pythona

  • CMU Sphinx
  • Kaldi
  • SpeechRecognition
  • Wav2letter++ od Facebooka
Przetwarzanie mowy w Pythonie

Pierwsze kroki z SpeechRecognition

Instalacja z PyPi:

$ pip install SpeechRecognition
  • Kompatybilna z Pythonem 2 i 3
  • Będziemy używać Pythona 3
Przetwarzanie mowy w Pythonie

Korzystanie z klasy Recognizer

# Importujemy bibliotekę SpeechRecognition
import speech_recognition as sr

# Tworzymy instancję klasy Recognizer
recognizer = sr.Recognizer()

# Ustawiamy próg energii
recognizer.energy_threshold = 300
Przetwarzanie mowy w Pythonie

Rozpoznawanie mowy za pomocą klasy Recognizer

  • Klasa Recognizer ma wbudowane funkcje do komunikacji z API do rozpoznawania mowy
    • recognize_bing()
    • recognize_google()
    • recognize_google_cloud()
    • recognize_wit()

Wejście: audio_file

Wyjście: transkrypcja mowy z audio_file

Przetwarzanie mowy w Pythonie

Przykład użycia SpeechRecognition

  • Skupimy się na recognize_google()

  • Rozpoznawanie mowy z pliku audio za pomocą SpeechRecognition:

# Importujemy bibliotekę SpeechRecognition
import speech_recognition as sr

# Tworzymy instancję klasy Recognizer
recognizer = sr.Recognizer()

# Transkrybujemy mowę za pomocą Google web API
recognizer.recognize_google(audio_data=audio_file,
                            language="en-US")

Learning speech recognition on DataCamp is awesome!
Przetwarzanie mowy w Pythonie

Twoja kolej!

Przetwarzanie mowy w Pythonie

Preparing Video For Download...