如何在 Python 的音频文件中查找单词？

Question

我有一个包含口语单词的音频文件。我确定它包含单词，我需要检测单词的开头和结尾。

关于如何使用 python 做到这一点的任何想法？

这就是我所做的。 我尝试在 Python 中使用 Speech_recognition 库。

import speech_recognition as sr
r = sr.Recognizer()
with sr.WavFile("a.wav") as source:              
    audio = r.record(source)                        

try:
    list = r.recognize_google(audio,key=None)                 
    print list
except LookupError:                                
    print("Could not understand audio")

这将转录音频，但不提供单词出现时间的时间戳。我知道我可以将我的音频文件分成几部分，然后通过谷歌语音识别器继续输入它，直到我得到我想要的部分，但这似乎是一个糟糕的主意。我还设想了转录不太准确的情况，因此我确定文件中的单词可能无法准确转录。

我也尝试过 pocketsphinx，但我不确定如何让它提供文件中某个单词的可能位置（它严重转录了测试文件）。

理想情况下，我会搜索一个函数：find_likely_location_of_word(word)，它返回一个开始时间戳和一个结束时间戳。

我认为这必须是已经做过很多次的事情，所以也许有人至少可以为我指出正确的方向？

Answer 1

把你要找的词叫做“var”

    import speech_recognition as sr
r = sr.Recognizer()
with sr.WavFile("a.wav") as source:              
    audio = r.record(source)                        

try:
    list = r.recognize_google(audio,key=None)                 
    if var in list:
        print("word found")

except LookupError:                                
    print("Could not understand audio")