我试图在Python中编写一个简单的"Siri“类程序，它将在关键字被说出来后接受语音命令，并执行一些响应。
我想知道我是否可以使用谷歌的网络语音Javascript API来实现这个功能。
我读到语音识别有60秒的限制，所以我计划使用PocketSphinx进行关键字检测，并让javascript Google语音响应它来处理语音识别的其余部分。
由于我在Web开发和Javascript方面有0的经验，所以我想知道是否可以在非浏览器环境中使用Web语音API。也就是说，我希望能够只在客户端上运行代码，以响应被调用的Python方法进行语音识别，并接收语音识别的输出。
据我所知，这意味
浏览 7提问于2014-06-02得票数 2
回答已采纳
1回答
我和我的团队被分配了不同的任务。我的一些团队成员使用C++语言实现了与其他部件的接口。另一方面，我被指派实现语音识别。当我做研究时，我发现大部分语音识别都是在python中实现的，所以我成功地使用了语音识别库来实现该程序。现在的问题是，我们需要在C++接口中使用python中的语音识别。我发现了许多将Python转换为C++的方法，比如Cython等等。这是唯一的方法，还是有其他选择？另外，C++中有没有语音识别库？提前谢谢你。
浏览 25提问于2021-07-01得票数 0
回答已采纳
2回答
这里有一个可怕的威胁，演示了如何在python：中使用mac中的say-命令。
在语音识别方面有什么相似之处吗？我想使用来自mac的德语语音识别来获取用户输入。
这个问题的另一个可能的答案是德语在python中的语音识别。
最好的
浏览 3提问于2016-06-27得票数 5
回答已采纳
3回答
我搜索了Google的所有可用文档，但我找不到Python中的音频流上的流式语音识别示例。
目前，我在Django中使用Python的语音识别来获取用户的音频，然后收听音频。然后，我可以保存该文件并运行google speech recognition，或者直接从创建的音频实例运行。
有人能指导我如何对音频流执行流语音识别吗？
浏览 13提问于2017-05-21得票数 10
我想为Python中的Raspberry Pi创建一个语音识别脚本，并且需要一个异步/连续的语音识别库。异步意味着我需要无休止地运行识别，直到语音匹配到一组单词，而不需要从键盘输入，然后将语音显示到终端并重新启动识别。我已经看过PocketSphinx了，但在谷歌搜索了几个小时之后，我没有发现任何关于异步识别的信息。
你知道有谁能做到这一点吗？
浏览 5提问于2015-03-07得票数 2
回答已采纳
我正在用python创建一个程序，它允许你用windows语音识别来做命令，唯一的问题是我不希望语音识别使用他们的默认命令。有没有办法禁用它，或者使用python或者完全禁用它。我正在使用pyspeech for python。
浏览 5提问于2013-06-06得票数 1
回答已采纳
我正在开发一个实时翻译的Python应用程序。我需要实时识别语音:当用户说什么时，它会自动将这段音频发送到Google speech API并返回文本。因此，我希望在说话时立即显示识别出的文本。
我已经找到了流式语音识别，但似乎我仍然需要先录制完整的语音，然后再将其发送到服务器。此外，也没有如何在Python中使用它的示例
有没有可能用Google Speech API做到这一点？
浏览 7提问于2017-05-19得票数 0
我有一个python文件，它接受语音输入，运行张量流模型，并识别它是儿童还是成人说话。我是否可以使用Alexa对语音进行采样，并使用与我的python文件输入相同的语音
浏览 19提问于2020-08-07得票数 0
我刚接触python，并且一直在学习如何使用python语音识别"pygsr“和pyttsx，现在我想知道如何组合代码来实现一个共同的目标，那就是:当我与程序交谈时，它会给我一个响应。
我在Windows 8上使用python 2.7，并且我已经安装了语音识别和pyttsx库
这是代码pyttsx代码
import pyttsx
engine = pyttsx.init ()
engine.say ( 'Good morning.' )
engine.runAndWait ()
这是使用python库的语音识别代码
from pygsr import Pygsr
spe
浏览 39提问于2017-02-10得票数 1
在Twilio需要帮助。Twilio 动词支持input="speech"，它可以识别站点中提到的语音。Twilio python软件包支持这种语音识别吗？找不到任何有关这方面的帮助文档。
浏览 2提问于2017-05-31得票数 1
我正在尝试使用一个程序，该程序将Python作为依赖项进行语音分发。代码在导入语音调度程序Python接口的行上失败：
import speechd
我在Ubuntu 20 LTS上，并安装了语音调度器包，以及python3 3-话d。当使用python3 REPL时，没有找到模块，import speechd就会失败。
如何成功地让Python识别语音分派程序的绑定？
浏览 7提问于2022-07-20得票数 -1
回答已采纳
3回答
OSX的语音识别库？
、、、
所以我一直在网络上寻找Python语音识别，我找到了pyspeech。但这只适用于Windows。我想要一个语音识别库，与Mac aswel一起工作。谢谢!
浏览 2提问于2012-06-21得票数 3
回答已采纳
1回答
有没有跨平台的python语音识别软件？我找到了一些windows系统，虽然我的系统是windows，但我不喜欢使用微软的语音识别系统。有没有什么免费的替代方案？
浏览 10提问于2013-12-27得票数 1
1回答
我已经使用Python语音识别工作了大半个月，制作了一个类似JARVIS的助手。我已经通过Google Speech API和Pocketsphinx使用了语音识别模块，并且我直接使用了Pocketsphinx，而没有使用其他模块。虽然识别是准确的，但我很难处理这些软件包处理语音所需的大量时间。它们的工作方式似乎是从一个静默点记录到另一个静默点，然后将记录传递给STT引擎。在处理录音的过程中，无法录制其他声音进行识别，如果我试图连续发出多个复杂的命令，这可能是一个问题。
当查看Google Assistant语音识别、Alexa的语音识别或Mac OS High Sierra的离线识别时，我看
浏览 1提问于2018-07-26得票数 14
1回答
MS上麦克风连续语音识别
、、、
我想使用Azure语音服务从麦克风进行语音识别。我有一个使用recognize_once_async()的Python语言运行平稳的程序，但是这只识别了15秒音频限制的第一个声音。我对这个主题做了一些研究，并仔细研究了MS ()的示例代码，找不到任何能够在麦克风上连续进行语音识别的方法。有小费吗？
浏览 2提问于2021-05-25得票数 0
回答已采纳
2回答
我一直在使用谷歌语音识别的Python。下面是我的代码：
import speech_recognition as sr
r = sr.Recognizer()
with sr.Microphone() as source:
print("Say something!")
audio = r.listen(source)
print(r.recognize_google(audio))
虽然识别非常准确，但它需要大约4-5秒才能吐出识别出的文本。因为我正在创建一个语音助手，所以我想修改上面的代码，以使语音识别速度更快。
有没有办法把这个数字降到大约1-2秒？如
浏览 6提问于2018-05-27得票数 3
1回答
有谁能推荐一个完全离线和免费的python 3语音识别库吗？如果是这样的话，您也可以添加步骤来安装这个库。我试过了pocketsphinx，但是现场语音识别对我来说太不准确了。
浏览 0提问于2019-07-31得票数 3
我在Android上用python (Qpython3)写了一个小应用，里面有语音合成器和语音识别功能。
droid = sl4a.Android()
droid.ttsSpeak("hello")
v = str(droid.recognizeSpeech()
droid.ttsSpeak(v)
然后合成的语音会先说“你好”，然后再说一次“你好”，就像是自动录制第一个字符串一样--我把这解释为ttsSpeak非阻塞。有没有办法在启动语音识别器之前等待语音合成器完成？
浏览 0提问于2015-02-25得票数 0
如何使用python进行非常精确的语音到文本的转换？使用一些Python模块可以做到这一点吗？我尝试过语音识别模块，但未能完成任务。你们能帮上忙吗？
浏览 6提问于2016-06-06得票数 0
0回答
不一致接收音频
、、、、
我想要接收来自不一致的音频来进行语音识别。我在python Discord中没有找到任何东西。语音识别是没有问题的，但我不知道如何接收不一致的音频。也许有人能帮我。
浏览 9提问于2018-07-16得票数 2
回答已采纳
我目前正在创建一个不和谐的Python机器人，我希望这个机器人能够识别语音频道中的人们说话的时候。机器人不一定能识别语音。
例如，如果一个成员发言，我希望机器人做一个动作，如播放音频。
如果你能帮上忙或者做过类似的事，请告诉我。此外，如果有人知道任何有关识别语音或监控某人声音的声音，请让我知道！
浏览 2提问于2021-04-25得票数 9
我对Python (和一般编程)比较陌生，正在尝试使用语音识别库。然而，当使用Mac OSX在Python 3.3上运行一个非常简单的程序时。
import speech_recognition as sr
r = sr.Recognizer()
sr.adjust_for_ambient_noise(source, duration = 1)
with sr.Microphone() as source: # use the default microphone as the audio source
audio = r.listen(source)
浏览 1提问于2015-08-24得票数 0
3回答
我最近偶然发现了，我惊讶地看到他们的说法。它声称比Python这样的语言快很多倍，我目前正在使用Python来进行语音识别的机器学习算法。例如，他们声称Fibonacci序列比Python快30倍。
我不明白是什么让它变得这么快。然而，我真正想知道的是，是否有人已经证实了这一点。如果是这样的话，我将从Python转到朱莉娅语言，作为我正在构建的语音识别器，因为我的反应速度很慢，不能再慢下来了。此外，在github(或任何地方)上也有类似于图像处理、语音识别等大量运算的朱莉娅项目。我搜索了其他链接，如，但无法有效地做出决定。我可以运行程序并验证他们的说法，但如果已经有人这样做了，这将对我有帮助。
浏览 9提问于2014-02-26得票数 8
回答已采纳
1回答
我将开始一个python项目，我正在使用pyttsx制作一个语音助手，我认为将面部识别集成到助手中将是一个很酷的功能。我只是想问一下，如果我制作了一个用于人脸识别(opencv)的python脚本，我可以将结果传递给语音助手，这样它就可以大声地拼写出来吗？感谢您的帮助。
浏览 23提问于2019-08-09得票数 0
1回答
我已经开始使用android、sl4a和python进行语音识别，到目前为止，它工作得很好。我的用户只需要用语音输入0到9之间的数字。有没有办法告诉android只搜索这些数字，从而减少识别时间(可能还有错误)？
浏览 2提问于2012-01-08得票数 4
3回答
使用MFCC进行语音识别
、、、、
我目前正在使用傅里叶变换结合Keras进行语音识别(说话人识别)。我听说MFCC是语音识别的更好的选择，但我不确定如何使用它。
我在python (3)中使用librosa来提取20个MFCC特征。我的问题是:我应该使用哪些MFCC功能来识别说话人？
除此之外，我不确定如何实现这些功能。我要做的是获得必要的特征，并为神经网络做一个长向量输入。然而，也可以显示颜色，所以图像识别也是可能的，还是更多地针对语音，而不是说话人识别？
简而言之，我不确定我应该从哪里开始，因为我在图像识别方面经验不是很丰富，也不知道从哪里开始。
提前感谢！！
浏览 4提问于2018-12-04得票数 0
我目前正在从事一个家庭自动化项目。当Windows 10发布时，我的语音识别API变得不兼容了。是否有公开可用的API来使用Cortana，如果没有，是否可以使用语音识别API？
Python2.7 Windows 10的蜻蜓语音API不再工作，它使用的是windows语音识别。
我的最终目标是不使用一个启动短语，我希望我的人工智能听我说的一切。如果我随便问一个问题，我想要一个答案。我有人工智能部分涵盖，但语音输入它是我最大的问题。
谢谢你的帮助，我期待着答案！
(注:由于Windows 10的复杂性，这不是一个重复的问题。)
浏览 2提问于2015-08-16得票数 3
回答已采纳
我试图找出python库是否可以使用上下文和语法来提高识别能力。这个想法是，如果语音识别引擎本身知道你可以说什么的语法，那么识别应该得到很大的改进，但是如果蜻蜓库只是在检查从识别器中获取的任意听写是否与语法匹配，我希望不会有任何改进。
此外，由于蜻蜓支持龙和Windows的语音识别，它将有助于了解答案是否不同，取决于引擎。
浏览 2提问于2014-03-14得票数 1
回答已采纳
嘿，我正在寻找建立一个代码在python中，它将识别我通过麦克风说的话，并转换为语音，你能给我几个有效的语音处理库来实现同样的效果吗？
浏览 3提问于2011-02-02得票数 7
1回答
我想用peppers平板电脑的麦克风来实现语音识别。我已经用头上的麦克风做语音识别了。但我从头部麦克风得到的音频是嘈杂的，因为风扇在头部和胡椒关节运动。 有人知道如何从peppers平板电脑上获取音频吗？ 我正在使用Pepper 2.5.，我想用python解决这个问题。 谢谢!
浏览 9提问于2019-06-21得票数 0
1回答
我想得到语音识别引擎蜻蜓识别的文本，并使用python获取文本。尝试使用natlink，但我想要创建一个服务器基应用程序，并且只获得识别的文本。
浏览 7提问于2016-05-09得票数 1
回答已采纳
我尝试了Python中的语音识别模块(版本3.5)，并得到了以下错误：
'AttributeError：‘识别器’对象没有属性‘识别’
下面是我使用的代码：
import pyaudio
import speech_recognition as sr
r = sr.Recognizer()
r.energy_threshold=4000
with sr.Microphone() as source:
audio = r.listen(source)
try:
print("Speech was:" + r.recognize(audio))
浏览 7提问于2016-01-12得票数 3
回答已采纳
你能提供更多关于谷歌语音识别API (recognize_google函数在python)使用限制的信息吗？
网站()显示
要获得您的API密钥，请按照站点上的API键页面上的步骤操作。在Google开发者控制台中，Google语音识别被列为“语音API”。请注意，API配额为每天50个请求，目前无法提高此限制。
但是，我似乎每天可以调用超过50个请求(没有API密钥)。你能解释更多关于这方面的信息吗？非常感谢你的帮助。
浏览 11提问于2022-02-15得票数 2
嗨，我是一个中级python开发人员，我制作了一个语音画图应用程序，您可以用声音控制应用程序，对于这个应用程序，我使用语音识别作为我的应用程序，语音识别需要py音频。我不能使用pip或pipwin，我用从互联网上下载的.whl文件安装了它，它可以工作！现在，在我的应用程序中，当我在python或vs代码中运行它时，它可以工作，但是当我使用pyinstaller获取exe时，它会产生错误(没有模块名为py音频)，我尝试了很多方法，但都没有工作。有人能帮忙吗？
浏览 3提问于2022-02-03得票数 0
回答已采纳
另外，我还有一个新的项目，在这个项目中，嵌套的用户可以进行语音识别(语音到文本)，但我没有找到一个工作过的以react为母语的库。如何连接python中的脚本以响应本机项目？
我只知道如何在python中制造自动化硫磷，但它是用JS制作的。
浏览 5提问于2022-11-25得票数 1
回答已采纳
我在处理一项语音识别任务。到目前为止，我一直在使用Google语音识别API (在Python中)，取得了很好的效果。API返回一个以及转录的文本的每一个块。如文档中所述，置信度是介于0到1之间的一个数字，但对于Google的API是如何导出这个数字的，我没有找到更深层次的解释，所以我假设它来自于进行识别的神经网络。
下一步我想要做的是制作我自己的(离线)自动语音识别程序，我发现应该可以胜任这项任务。我还没有开始对它进行编程，但我想事先知道(为了研究目的)-- Kaldi能像Google语音到文本API那样返回一些类似的信心价值吗？这“信心”到底是什么，它是如何计算出来的？
浏览 4提问于2019-10-15得票数 3
回答已采纳
1回答
如何将unicode转换为Kruti Dev 010？ 我正在使用python语音识别库将语音转换为文本，并使用tkinter文本小部件显示它，但它不在Kruti Dev中显示。 # class variable
__thisTextArea = Text(__root)
Font_tuple = font.Font(family='Kruti Dev 010', size=16)
# inside constructor
self.__thisTextArea.config(font = self.Font_t
浏览 20提问于2021-07-01得票数 0
回答已采纳
我一直在尝试制作一个在Windows上工作的离线语音识别程序。中提到的引擎/API都不支持以下两个条件：( 1)在Windows2上工作)脱机工作
在不同的场合，我搜索了很多，最后在我看来，没有任何引擎可以被信任来在Windows上制作python 3的语音识别器。有什么帮助吗？
浏览 0提问于2019-02-20得票数 1
我正在尝试制作一个使用语音识别(SR)的程序，我知道在语音识别中，这是一个流行的程序库。我用pip install SpeechRecognition下载语音识别。我在编写需要PyAudio的代码时发现了这一点。我试着安装它，但是它给了我以下错误。error: Microsoft Visual C++ 14.0 is required. Get it with "Microsoft Visual C++ Build Tools": https://visualstudio.microsoft.com/downloads/。我已经找到了关于如何下载这个的教程，我也下载了它，但是它
浏览 2提问于2019-08-06得票数 1
回答已采纳
我在我的64位Windows10系统中使用python2.7。我在SimpleCV框架上工作，我想实现语音识别来控制我的vlc媒体播放器。在SimpleCv或python2.7中有没有什么模块可以让我很容易地实现语音recognition.If，所以，请指导我完成整个过程。提前感谢！！
浏览 9提问于2015-09-01得票数 0
我的总体目标是将语音识别软件的输出作为字符串输入Python。语音识别软件将所听到的信息输入到任何实时开放的领域中。不可能以任何其他方式获得输出。句子之间有几秒钟的沉默，在此期间，语音识别软件不会输入任何内容。我希望每个句子都是Python中的一个单独的字符串。
因此，我想要做的是让我的脚本不断地侦听输入，并且每当当前的输入在固定的时间内不改变时，将当前的输入保存在一个字符串中，并侦听新的输入。
类似于：
While true:
start timer
While timer <= t:
Listen for input
浏览 5提问于2017-03-29得票数 0
回答已采纳
我正试图制作一个使用语音识别的程序。现在我遇到了一个问题，就是你必须按下一个按钮或输入才能启动语音识别。有没有一种方法可以让你说一个短语(有点像Google)，让它开始识别Python 3中的语音？
这是我的密码：
录音音频代码：
r = sr.Recognizer()
with sr.Microphone() as source:
audio = r.listen(source)
x = r.recognize_google(audio)
print("I'm listening!")
try:
print("You said: "
浏览 0提问于2018-12-09得票数 2
回答已采纳
1回答
各位，我正在学习python的语音识别，我很感兴趣它是否可以离线使用。我是说，我们使用：
rec = sr.Recognizer()
with sr.Microphone() as source:
audio = rec.listen(source)
said = rec.recognize_google(audio)
print(said)
然而，要识别我们的语音，recognise_google()在没有互联网连接的情况下是不能工作的。有没有其他方法，离线工作？如果有人能帮上忙我将不胜感激。
浏览 0提问于2021-04-06得票数 0
目前，我正在用python进行语音识别。首先，我安装了以下…
pip3 install SpeechRecognition
pip install pipwin
pipwin install pyaudio
我编写了以下几行代码…
r = sr.Recognizer()
with sr.Microphone() as source:
print('Speak Anything')
audio=r.listen(source)
try:
text=r.recognize.google(audio)
print('Your spee
浏览 0提问于2019-12-20得票数 0
1回答
这就是我的问题:我需要创建一个不和谐机器人，它使用语音识别来识别语音命令，并将识别出的字符串从该机器人/python程序发送到Java程序(在本例中是一个Spigot Minecraft插件)。我已经扫描了所有的地方，但我找不到任何合适的方法来做到这一点。我唯一能想到的就是创建一个包含必要数据或其名称的文件，并将其用作机器人和插件之间的“桥梁”，但我不认为这是一种非常正统或合适的方法。(我尝试过jython，但据我所知它只能使用python2.7 )。
浏览 40提问于2020-08-18得票数 0
1回答
有没有一种方法可以在OSX上使用语音命令，而不需要屏幕上的麦克风小部件，无论是在应用程序特定的基础上，还是在系统范围内？
我目前正试图在OSX上用Python构建一个语音识别应用程序，我可以在播放Elite时使用它来控制游戏中的功能和音乐播放器。我已经找到了这个，我将以它为基础，并且我找到了一个来防止它干扰游戏音频。
我遇到的问题是，当使用语音识别时，屏幕上的小部件会干扰到玩全屏游戏。我理解这个小部件的隐私/安全原因，但是有没有办法“选择退出”呢？
答案不需要使用Python，但是如果它使用了额外的互联网积分！
浏览 1提问于2015-07-25得票数 3
回答已采纳
1回答
我正在使用python中的pexpect从我的家庭自动化项目的音频输入中接收连续的音频数据。有没有办法暂停使用我的音频设备？或者我可以在两个独立的程序/脚本中使用音频设备吗？
我想做的是:使用语音识别(julius)来听关键字。对于更复杂的命令，我想使用Google的语音来编写API文本，因为它具有更高的准确性。这两件事分别运作得很好。
我的问题是:一旦找到关键字，需要记录音频数据并将其发送到Google。然而，我只有一个音频设备，这已经被朱利叶斯的语音识别所使用。I不能 .close和.spawn进行语音识别，因为加载需要很长时间。是否有可能暂停这个计划？或者你们知道其他解决办法吗？
击败，
浏览 1提问于2014-03-19得票数 0
2回答
我正在创建一个web应用程序，用户应该通过语音识别作为密码注册该应用程序。应识别语音以进行授权。有没有办法通过Java语言实现语音识别？
PS:如果用户提供语音，那么语音应该能够识别已经存储的语音，并能够登录应用程序。
浏览 2提问于2014-12-26得票数 2
1回答
我有一个Python脚本，它使用音频文件和沃森语音到文本服务，并打印识别的成绩单和信心。是否有Watson服务计算的“延迟”值可以打印出来？
我已经有一个Python脚本来计算自己的延迟，只是想知道Watson是否提供了这个数字，以便我可以将其与其他语音到文本服务的延迟进行比较。
谢谢!
浏览 2提问于2018-01-12得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
