十九、语音识别

文本转换为语音
     使用pyttsx、SAPI两种方式可以将文本转化成语音。但是都是通过参数输入文本内容。使用SpeechLib可以从文本文件中获取输入，再将其转化为语言。

使用 pyttsx 实现文本转换语音

　　

 import pyttsx3 as pyttsx

 engine=pyttsx.init()

 engine.say('你好 pyttsx')

 engine.runAndWait()

 

使用 SAPI 实现文本转换语音

from win32com.client import Dispatch

msg="你好 SAPI"

speaker = Dispatch('SAPI.SpVoice')

speaker.Speak(msg)

del speaker

 

使用 SpeechLib 实现文本转换语音

#导入转化需要的对象和转化模块（个人理解）
from comtypes.client import CreateObject
from comtypes.gen import SpeechLib
#创建转化对象和转化流
engine=CreateObject('SAPI.SpVoice')
stream=CreateObject('SAPI.SpFileStream')
infile='demo.txt'
outfile='demo_audio.wav'
stream.Open(outfile,SpeechLib.SSFMCreateForWrite)
engine.AudioOutputStream=stream
f=open(infile,'r',encoding='utf-8')
theText=f.read()
f.close()
engine.speak(theText)
stream.close()

语音转换为文本

　　PocketSphinx 是一个用于语音转换文本的开源 API。它是一个轻量级的语音识别引擎，尽管在桌面端也能很好地工作，它还专门为手机和移动设备做过调优。

import speech_recognition as sr
audio_file='demo_audio.wav'
r=sr.Recognizer()#生成转发对象
#打开语音
with sr.AudioFile(audio_file) as source:
#转化
    audio =r.record(source)
try:
    #转化结果
    print('文本内容：',r.recognize_sphinx(audio,language="zh-CN"))
    #print('文本内容：',r.recognize_sphinx(audio))
except  Exception as e:
    print(e)