Python: La libreria SpeechRecognition. Come convertire il parlato in testo

La libreria SpeechRecognition

Imparariamo a usare la libreria Python di riconoscimento vocale per eseguire il riconoscimento vocale per convertire il parlato audio in testo in Python.

Il riconoscimento vocale è la capacità di un software  di identificare parole e frasi nella lingua parlata e convertirle in testo leggibile.

In questo articolo scopriremo come convertire la voce in testo in Python usando la libreria SpeechRecognition .

Bene, iniziamo, installando la libreria usando pip:

pip3 install SpeechRecognition pydub

importiamolo:

import speech_recognition as sr

La cosa bella di questa libreria è che supporta diversi motori di riconoscimento:

CMU Sfinge (offline)
Riconoscimento vocale di Google
API di Google Cloud Speech
Wit.ai
Riconoscimento vocale Microsoft Bing
API Houndify
IBM Speech To Text
Rilevamento hotword di Snowboy (offline)

Noi utilizzeremo il riconoscimento vocale di Google, poiché è semplice e non richiede alcuna chiave API.

Lettura da un file

Assicurati di avere un file audio nella directory corrente che contiene l’audio.

Il file deve essere in formato .wav.

Il mio si chiama prova.wav . 

Proseguiamo con la fase di inzializzazione:

# initialize the recognizer
r = sr.Recognizer()

Il codice seguente è responsabile del caricamento del file audio e della conversione del parlato in testo utilizzando Google Speech Recognition:

# apri il file

with sr.AudioFile(filename) as source:


# carica l'audio in memoria 

audio_data = r.record(source)


# converti l'audio in testo 

text = r.recognize_google(audio_data)
print(text)

Il mio file audio è, infatti in lingua inglese, nulla ti vieta di usare un audio in lingua italiana, dovrai apportare solo la seguente modifica:

[elementor-template id=”12586″]

[no_toc]

(1731)