在 Python 中转录音频文件

Question

我正在尝试转录一个有点大的音频文件。它的属性如下。

Size : 278.3 MB
Duration : 52 minutes
Format : WAV

Follwoing 是我用来转换它的代码，持续时间为 60 秒。能否请您建议立即转录此文件？

import speech_recognition as sr

r = sr.Recognizer()
with sr.AudioFile('sampleMp3.WAV') as source:
    audio = r.record(source, duration=60) 

command = r.recognize_google(audio)

text_file = open("Output.txt", "w")
text_file.write(command)
text_file.close()

Answer 1

speech_recognition python 包只是一个包装器，它甚至不提供基本功能。

如果你想使用Google语音API（付费），你可以这样做：

https://github.com/GoogleCloudPlatform/python-docs-samples/blob/master/speech/cloud-client/transcribe_async.py

如果要考虑Bing，也提供类似API，见How can I transcribe a speech file with the Bing Speech API in Python?

对于免费替代方案，请考虑 https://github.com/alumae/kaldi-offline-transcriber

在 Python 中转录音频文件

Transcribe an Audio File in Python

python

speech-recognition

speech-to-text