Question

我试图让我的语音识别脚本正常工作，但它无法理解我。

import pyaudio
import speech_recognition as sr

def initSpeech():
    r = sr.Recognizer()

    with sr.Microphone() as source:
        r.adjust_for_ambient_noise(source, duration=2)
        print("Set minimum energy threshold to {}".format(r.energy_threshold))
        print("Say something")

        audio = r.listen(source, phrase_time_limit=10)

        command = ""
        try:
            command = r.recognize_google(audio)
        except:
            print("Coundn't understand you!")

        print(command)

initSpeech()

这是我的识别我的声音的代码，但是当我使用python使用以下脚本录制我的声音并将波形文件作为语音识别的输入时它总是打印"Coundn't understand you!"：

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

此脚本用于录制我的声音，然后使用此文件＆＃34; output.wav＆＃34;作为语音识别的输入。

编辑：

使用，

with open("microphone-results.wav", "wb") as f:
        f.write(audio.get_wav_data())

我录制了我要分析的声音。它听起来非常糟糕，低速和慢速，就像带有语音转换器的坏电影一样。也许这是解决方案的暗示。我已经检查了chuck_size和sample_rate的设置，这些设置与我上面的录制脚本中的设置相同。我的系统：Windows 10

github github issue 358

上也存在问题

Python：3.6

感谢您的帮助！

Answer 1

您的音频显然未正确录制，这会导致识别失败。我的猜测是r.adjust_for_ambient_noise失败了（自动语音/静音检测器不易实现）。首先删除此行并手动设置

r.energy_threshold = 50
r.dynamic_energy_threshold = False

之后，将录制的音频保存到.WAV文件中并收听。在将其发送到ASR引擎之前，必须先清除音频。

另外，我建议您确保使用想要使用的麦克风

print(Microphone.list_microphone_names()[0])

Python语音识别会产生不良结果

1 个答案: