在不遠的將來，實現(xiàn)一定程度上的語音支持將成為日常科技的基本要求。整合了語音識別的 Python 程序提供了其他技術(shù)無法比擬的交互性和可訪問性。最重要的是，在 Python 程序中實現(xiàn)語音識別非常簡單。

語言識別工作原理概述（提供一份Python學(xué)習(xí)資料置于文末）

語音識別的首要部分當(dāng)然是語音。通過麥克風(fēng)，語音便從物理聲音被轉(zhuǎn)換為電信號，然后通過模數(shù)轉(zhuǎn)換器轉(zhuǎn)換為數(shù)據(jù)。一旦被數(shù)字化，就可適用若干種模型，將音頻轉(zhuǎn)錄為文本。

幸運的是，對于 Python 使用者而言，一些語音識別服務(wù)可通過 API 在線使用，且其中大部分也提供了 Python SDK。

選擇 Python 語音識別包

PyPI中有一些現(xiàn)成的語音識別軟件包。其中包括：

SpeechRecognition 庫可滿足幾種主流語音 API ，因此靈活性極高。其中 Google Web Speech API 支持硬編碼到 SpeechRecognition 庫中的默認 API 密鑰，無需注冊就可使用。SpeechRecognition 以其靈活性和易用性成為編寫 Python 程序的最佳選擇。

安裝 SpeechRecognation

SpeechRecognition 兼容 Python2.6 , 2.7 和 3.3+，但若在 Python 2 中使用還需要一些額外的安裝步驟。本教程中所有開發(fā)版本默認 Python 3.3+。

讀者可使用 pip 命令從終端安裝 SpeechRecognition：

識別器類

音頻文件的使用

支持文件類型

使用 record() 從文件中獲取數(shù)據(jù)

例如，以下內(nèi)容僅獲取文件前四秒內(nèi)的語音：

噪聲對語音識別的影響

嘗試轉(zhuǎn)錄此文件時會發(fā)生什么？

通過把 recognition_google（）中 True 參數(shù)改成 show_all 來給出完整響應(yīng)。

麥克風(fēng)的使用

若要使用 SpeechRecognizer 訪問麥克風(fēng)則必須安裝 PyAudio 軟件包，請關(guān)閉當(dāng)前的解釋器窗口，進行以下操作：

安裝 PyAudio

安裝 PyAudio 的過程會因操作系統(tǒng)而異。

Debian Linux

如果使用的是基于 Debian的Linux（如 Ubuntu ），則可使用 apt 安裝 PyAudio：

安裝測試

安裝了 PyAudio 后可從控制臺進行安裝測試。

Microphone 類

使用 listen（）獲取麥克風(fēng)輸入數(shù)據(jù)

處理難以識別的語音