使用SpeechRecognition進行語音識別

操作系統 ： CentOS7.7.1908_x64

gcc版本 ：4.8.5

Python 版本 : 3.6.8

 

安裝語音識別環境：

virtualenv -p /usr/bin/python3 py36asr
source py36asr/bin/activate
pip install SpeechRecognition
yum install python3-devel
yum install pulseaudio-libs-devel
yum install alsa-lib-devel
pip install  PocketSphinx

配置中文語音識別數據：

下載地址：

https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/

選擇： Mandarin->cmusphinx-zh-cn-5.2.tar.gz

配置數據：

cd py36asr/lib/python3.6/site-packages/speech_recognition/pocketsphinx-data/
tar zxvf cmusphinx-zh-cn-5.2.tar.gz
mv cmusphinx-zh-cn-5.2 zh-cn
cd zh-cn
mv zh_cn.cd_cont_5000 acoustic-model
mv zh_cn.lm.bin language-model.lm.bin
mv zh_cn.dic pronounciation-dictionary.dict

測試文本：

自然語言理解和生成是一個多方面問題，我們對它可能也只是部分理解。

語音識別示例：

(py36asr) [root@host60 pyasrTest1]# ls
test1.py  test1.wav
(py36asr) [root@host60 pyasrTest1]# cat test1.py
# -*- coding: utf-8 -*-
# /usr/bin/python

import speech_recognition as sr
r = sr.Recognizer()
test = sr.AudioFile("test1.wav")
with test as source:
    audio = r.record(source)
type(audio)
c=r.recognize_sphinx(audio, language='zh-cn')
print(c)
(py36asr) [root@host60 pyasrTest1]# python test1.py
自然 語言 李傑 和 申城 是一 個 多方 面 問題 我們 對 他 可能 也 只是 部分 禮節
(py36asr) [root@host60 pyasrTest1]#

本文涉及資源下載地址：https://pan.baidu.com/s/1Out0tJlb_Qs-2C06_2YHOQ

可關注微信公衆號（聊聊博文）後回覆 2020062101 獲取提取碼。

本文github地址：

https://github.com/mike-zhang/mikeBlogEssays/blob/master/2020/20200621_使用SpeechRecognition進行語音識別.rst