Biblioteka SpeechRecognition

Przetwarzanie mowy w Pythonie

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Dlaczego biblioteka SpeechRecognition?

Przykładowe biblioteki Pythona

CMU Sphinx
Kaldi
SpeechRecognition
Wav2letter++ by Facebook

Pierwsze kroki z SpeechRecognition

Instalacja z PyPi:

$ pip install SpeechRecognition

Zgodna z Pythonem 2 i 3
Używamy Pythona 3

Korzystanie z klasy Recognizer

# 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

Rozpoznawanie mowy klasą Recognizer

Klasa Recognizer posiada wbudowane funkcje współpracujące z API mowy
- recognize_bing()
- recognize_google()
- recognize_google_cloud()
- recognize_wit()

Wejście: audio_file

Wyjście: transkrypcja mowy z audio_file

Przykład użycia SpeechRecognition

Skupiamy się na recognize_google()
Rozpoznawanie mowy z pliku audio za pomocą SpeechRecognition:

# Import SpeechRecognition library
import speech_recognition as sr

# Instantiate Recognizer class
recognizer = sr.Recognizer()

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

Learning speech recognition on DataCamp is awesome!

Twoja kolej!

Przetwarzanie mowy w Pythonie