python程序，找出音频文件中每个单词的开始和结束时间

Question

import speech_recognition as sr

r = sr.Recognizer()
framerate = 100
with sr.AudioFile("transcript.wav") as source:

    audio = r.record(source)

    decoder = r.recognize_sphinx(audio, show_all=False)

    print ([(seg.word, seg.start_frame/framerate)for seg in 
decoder.seg()])

我遇到以下错误：

  

文件“ C：/用户/ KUMAR /下载/untitled2.py”，第11行，在       打印（[[[seg.word，seg.start_frame / framerate）for reader.seg（）中的段]）

     

AttributeError：'str'对象没有属性'seg'

该如何解决？

Answer 1

首先，感谢您将我指向speech_recognition库。我不知道它的存在，可能会有用。

我看到您有show_all=False，但是docs说要获得Decoder对象，它必须为True，因此它只是将转录作为字符串返回。

这是摘录

  

如果show_all为false，则返回最可能的转录（   默认）。否则，返回狮身人面像   pocketsphinx.pocketsphinx.Decoder对象由   识别。