音频文件到文本文件python答案

【问题标题】：Audio file to text file python音频文件到文本文件python
【发布时间】：2015-12-11 18:23:04
【问题描述】：

我想将音频（例如：“.mp3”）文件转换为文本文件。我尝试了不同的方法，例如pyspeech 和speech recognition，但我没有得到任何答案。有没有其他方法可以做到这一点..？任何帮助，将不胜感激！

【问题讨论】：

可能重复：stackoverflow.com/questions/12455069/… 很遗憾没有有效的答案。
@ρss，感谢您的提及，但也没有可靠的答案

标签： python windows python-2.7

【解决方案1】：

你试过https://pypi.python.org/pypi/SpeechRecognition/ 吗？这听起来正是您想要的。

我还通过这个blog 找到了CMU Sphinx 项目。它也有 Python 绑定（如文章中所述）。

我发现的另一个项目是 Google 的 Speech to Text API。您可能也想检查一下。这是一个关于这个主题的不错的教程：

http://codeabitwiser.com/2014/09/python-google-speech-api/

【讨论】：

SpeechRecognition 看起来会做你想做的事。请注意，它使用网络上的外部语音到文本引擎，因此您需要互联网访问和您使用的任何服务选项的密钥。Textract (textract.readthedocs.org/en/latest) 为文本提取提供了一个简单、统一的界面，并使用 SpeechRecognition 进行处理音频文件。

【解决方案2】：

import speech_recognition as sr
print(sr.__version__)
r = sr.Recognizer()

file_audio = sr.AudioFile('file_audio.wav')

with file_audio as source:
   audio_text = r.record(source)

print(type(audio_text))
print(r.recognize_google(audio_text))

【讨论】：

您知道是否有其他使用 Sphinx 的成语（葡萄牙语）的解决方法？

【解决方案3】：

方式 1：使用 https://github.com/jiaaro/pydub 或 f = open("test.mp3", "rb") first16bytes = f.read(16) 将音频文件转换为字节 (0,1)

方式 2：音频到语音转换器。例如 - 使用 pip 库（如 SpeechRecognition pydub）转换为英语或其他语言。（但我认为你没有要求这个）

方式3：将mp3转换为Json。如果有人这样做，请分享。

【讨论】：