我正在努力让我的语音识别脚本工作,但它不能理解我。
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()
这是我的代码来识别我的声音,但当我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,它总是打印出
"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()
这段脚本可以录制我的声音,然后将文件“output.wav”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())
我录制了我的声音,将被分析。但是听起来非常糟糕,低沉而缓慢,就像电影中的变声器一样。也许这是解决方案的提示。我已经检查了chuck_size和sample_rate的设置,它们与我上面的录音脚本中的设置相同。我的系统:Windows 10。
还有一个问题在GitHub上Github issue 358。
Python版本:3.6。
感谢您的帮助!
except
;移除try..except
并告诉我们抛出了什么异常。包括完整的回溯信息。 - Martijn Pieterssr.Microphone()
的采样频率,并确保它与实际使用的源(音频接口/麦克风)相同。 - amitchone