浅谈 python 使用speech_recognition 之脱机语音识别_speech_recognition 国内使用

       常用python识别语音文件的同学，应该对 speech_recognition 并不陌生，对于使用 speech_recognition 联网识别，网上也有很多教程，我们不做多讲解，今天我们来聊一下脱机后，speech_recognition如何识别语音文件。

一、安装依赖库

pip install speech_recognition
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pocketsphinx

* pocketsphinx 这依赖库引用的是 清华大学开源软件镜像站

二、准备脱机识别库

目前speech_recognition只有英文（en-US）的脱机识别库，如果需要脱机识别中文（zh-CN），需要手动加入对应的识别库，可参考如下操作

1.通过 pip show numpy，在输出信息中的Location行，可以找到库的安装路径。

2.逐层找到文件夹 pocketsphinx-data （参考如下路径）：

\site-packages\speech_recognition\pocketsphinx-data

3.随后将文章的资源 【zh-CN文件】 下载解压到pocketsphinx-data 中，如下图所示

4. 检查文件是否缺失以及命名、存放的位置是否一致

三、语音文件准备

因为 speech_recognition 对脱机识别的文件有要求，目前支持的格式有：

1.WAV
2.AIFF/AIFF-C
3.FLAC

四、编写代码识别

import speech_recognition as sr
 
audio_file = './Sound/1.wav'
 
r = sr.Recognizer()
 
with sr.AudioFile(audio_file) as source:
    audio = r.record(source)
 
# 识别音频文件
result = r.recognize_sphinx(audio, language="zh-CN")
print(result)

* language参数，可根据情况切换（例： language='zh-CN'、language="en-US"），默认是"en-US"

到这里，基本已经完成了脱机语音识别。目前我试了 [中文普通话]、[英文] 的语音文件可以达到较高的识别准确率，如果想脱机识别 [粤语](即繁体输出)等语种，建议使用 recognize_google 等方法，联网识别会更加的精准