用 Python 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

以下是我用来将其转换为 60 秒持续时间的代码。你能建议立即转录这个文件吗？

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

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

如果您想使用 Google Speech API（付费），您可以执行以下操作：

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

如果您想考虑 Bing，它也提供类似的 API，请参阅如何使用 Python 中的 Bing Speech API 转录语音文件？

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