Как я мог взять MP3 и преобразовать речь в текст? У меня есть несколько записанных заметок с конференции и с собраний (на записи есть один голос, который является моим голосом). Я думал, что было бы…

Как преобразовать арабский текст в речь в приложении Android, в то время как текущий Android TTS не поддерживает арабский язык? Пожалуйста, я хочу, чтобы мое приложение читало арабский текст.

Как я могу преобразовать текст в речь с помощью PHP, возможно, создав файл MP3 и отправив его обратно пользователю? Спасибо.

Теперь я хотел бы узнать, как преобразовать текст в речь в python. В .NET году я использовал Dim SAPI Msg = ‘Hi this is a test’ SAPI = CreateObject(sapi.spvoice) SAPI.Speak(Msg)

Я могу конвертировать текст в речь в python с помощью puttsx. и я могу сделать запись звука с помощью микрофона (наушников) в файл mp3. Что я хочу сделать, так это преобразовать текст в файл mp3….

Я хочу преобразовать речь в текст. Моя проблема заключается в том, что я работаю над приложением, пользователь должен заполнить свой профиль на основе того, что он говорит. Есть ли какой-нибудь…

Как преобразовать речь в текст, не используя IBM watson API? это означает, что мне нужен еще один API для преобразования.

Я пытаюсь преобразовать аудиофайл в текст с помощью пакета speech_regcognition python. Но он работает только с очень маленьким аудиофайлом (скажем, 10 секунд). Но мне нужно преобразовать аудиофайл,…

Я пытаюсь отправить поток из UI в python API как поток. Мне нужна python Azure логика речи, чтобы преобразовать речь в текст. Я не уверен в том, как использовать аудиовход pull/pusha для…

Нам необходимо программно преобразовать азербайджанский текст в речь. Есть ли где-нибудь (желательно бесплатная) библиотека или сервис, который преобразует этот текст в речь?

Преобразовать аудио в текст | Онлайн-конвертер аудио в текст

Расшифровка исследовательских интервью

При проведении качественного исследования вы можете задокументировать свои интервью и встречи. Расшифровка всех ваших записи — это идеальный способ сделать ваши выводы более доступными. Стенограммы интервью также позволят вам создавать текстовые документы с возможностью поиска, ускоряя процесс навигации все данные.Наши услуги по транскрипции для академических исследования быстро, точно и доступно.

Добавить субтитры к видео

При добавлении субтитров к видео вручную необходимо записать речь аудио в текстовый файл, а затем синхронизировать его с видео. Использование конвертера аудио в текст поможет и закрепит процесс создания субтитров. Однако у Happy Scribe есть специальный инструмент для автоматического генерировать субтитры из видеофайла; встречайте наш подзаголовок генератор.

Этот инструмент позволяет редакторам видео и создателям контента добавлять субтитры. к своим видео в мгновение ока. Больше не нужно вручную расшифровывать аудио файлы. Создавайте субтитры автоматически и записывайте их в видео в в считанные минуты. Просто подключи и играй!

Создание подписей

Другой вариант использования при расшифровке ваших аудиофайлов — создание титры вне речи в видео.Субтитры помогают сделать видео более доступным для всех. Более кроме того, они помогают сделать ваши кадры динамичными и понятными. для более широкой аудитории. Если вы видеоредактор, вам нужно вручную расшифровать каждый фрагмент речи просто утомляет. И снова приходит Счастливый писец к твоему спасению. Наше программное обеспечение автоматической транскрипции сгенерирует титры из речи в вашем видео, пока вы отдыхаете у бассейна.

Получите стенограмму вашего подкаст

Преобразование аудио в текст также имеет множество приложений для подкастов. промышленность.Расшифровка подкаста и загрузка его на свой сайт позволяет подкастеры, чтобы привлечь более широкую аудиторию, поскольку не только слушатели, но и читатели! Вот почему услуги транскрипции подкастов как Хэппи Scribe — отличный инструмент для создателей контента, стремящихся охватить более широкий круг пользователей. зрительская аудитория.

Расшифровать аудио из лекции класса

Для учащихся, пытающихся записать свои уроки, доступна аудиотранскрипция. идеальный инструмент.Расшифровка академических лекций идеально подходит для повторения ваши классные заметки и подготовьтесь к предстоящему экзамену. Мы предлагаем скидки 25% на студенты, желающие расшифровать аудиофайлы.

Как преобразовать звук в текст

Для точного преобразования звука в текст вам понадобится лишь несколько инструментов. Вам понадобится текстовый процессор, какой-нибудь аудиоплеер и несколько бесплатных часов.Конечно, если вы хотите сделать это точно и быстро, лучше сотрудничать с профессиональной службой транскрипции, такой как Rev.

Мы рекомендуем вам попробовать транскрибировать аудио в текст или видео в текст и посмотреть, как это улучшит ваш рабочий процесс, независимо от того, являетесь ли вы журналистом, исследователем, интервьюером, преподавателем, в индустрии развлечений или вам просто нужно делать заметки о встречах. Итак, если вы хотите преобразовать аудиофайл или онлайн-аудио в текст, вот все, что вам нужно знать.

Если вы предпочитаете не расшифровывать аудио самостоятельно, просто отправьте аудиофайл или URL-адрес Rev. Мы позаботимся об этом за вас с гарантией точности 99%.

Вот основные шаги для использования службы транскрипции Rev:

Вставьте URL-адрес вашего аудиофайла или загрузите сам записанный аудиофайл в нашу безопасную сеть.Вы можете загружать голосовые записи, записанные телефонные звонки, подкасты или все, что можно записать в цифровой формат файла и воспроизвести с помощью медиаплеера.

Rev также транскрибирует видео, поэтому попробуйте преобразовать видео в текст с помощью видеофайла или URL-адреса (например, видео на YouTube).

Вы можете выбрать услуги расшифровки речи Ревом (1,25 доллара за минуту, очень точно) или услуги автоматического распознавания речи (25 центов за минуту, но менее точные).Программное обеспечение Rev обеспечивает быстрый и доступный способ расшифровки аудио.

Rev имеет очень быстрое время обработки — например, 30-минутный файл обычно заполняется в течение 24 с нашей премиальной службой. Наша служба автоматической транскрипции может обработать 30-минутный файл примерно за 5 минут. Более короткие файлы обрабатываются быстрее с обоими вариантами расшифровки.

• Rush My Order — верните расшифровку стенограммы в 5 раз быстрее
• Timestamping — Синхронизируйте звук с отметками времени в каждом абзаце.Это позволяет переходить к определенным частям аудиозаписи.
• Verbatim — ловите каждое слово. Ммм, ах и ммм.
• Instant First Draft — расшифровка стенограммы, созданная ИИ, доставляется за минуты

Мы возьмем на себя все операции по расшифровке, редактированию и форматам файлов. Когда файл будет готов, вы получите уведомление по электронной почте и сразу сможете его скачать.

Вы также можете использовать бесплатный редактор Rev Transcript Editor для завершения и совершенствования вашей расшифровки.

Прежде чем мы дадим вам пошаговое руководство, мы хотим упомянуть, что терпение также является огромной частью преобразования аудио в текст. Если поначалу процесс идет медленно, не волнуйтесь. Вы поправитесь с практикой.

Процесс преобразования звука или речи в текст несложен, но вы можете сделать его гораздо менее эффективным, если не настроены на успех.Во-первых, дайте себе легкий доступ как к текстовому процессору, так и к аудиофайлу. Вы будете часто перематывать назад, и вы не хотите добавлять минуты к своему процессу, постоянно переключая вкладки и теряя свое место.

Некоторые вещи, например имена выступающих, будут постоянно повторяться во время расшифровки аудиофайла. Кратко составьте краткое описание тех вещей, которые, как вы знаете, собираетесь печатать снова и снова. Если вы единственный человек, который будет использовать транскрипцию, вы будете знать, что означает стенография.Если вы планируете поделиться файлом с другими людьми, вы можете либо предоставить им список, либо быстро найти и заменить его настоящим словом, когда закончите.

Это самая простая часть. Слушайте аудиофайл и набирайте то, что слышите.

После того, как вы закончите транскрипцию, в последний раз послушайте аудиофайл, чтобы исправить все ошибки, которые вы могли пропустить. Будьте осторожны, чтобы проверить любые заголовки, ссылки или контекст, которые вы могли пропустить, особенно если вы сосредоточились на простом вводе того, что было сказано, слово в слово.

Расширение файла, которое вы используете для сохранения текстового файла, очень важно. Люди, которые хотят сохранить текст для себя, чтобы отредактировать или поделиться им позже, могут просто сохранить его как файл .doc. Однако, если вы планируете использовать транскрипцию аудио в текст для субтитров видео или любого другого мультимедийного формата, убедитесь, что вы подтвердили, какой файл вам нужен.

Если у вас большой бизнес или корпорация, лучший способ транскрибировать звук в текст — это запросить доступ к API и интегрировать ведущий в отрасли механизм распознавания речи Rev в приложения или рабочие среды, которые у вас уже есть.

1. Зарегистрируйтесь и создайте учетную запись Rev AI

Щелкните здесь, чтобы начать.

2. Получите ключи пользователя и клиента API

Вы получите пользовательский ключ API и ключ клиента, и как только вы это сделаете, все будет готово для начала работы.

Вы можете бесплатно расшифровать или подписать 5 часов аудио и видео. Чтобы продолжить, просто приобретите дополнительные кредиты API на странице своей учетной записи.

Преобразование звука в текст в 2021 году

25 июня 2021 г. • Проверенные решения

Процесс создания видео всегда был кропотливо долгим, и хотя цифровые камеры и приложения для редактирования видео, появившиеся за последние пару десятилетий, несколько упростили этот процесс, создание титров для видео, которые вы публикуете в Интернете, по-прежнему занимает много времени. стараться.Доступность и улучшенная возможность поиска для поисковых систем являются одними из наиболее распространенных причин, по которым производители видеоконтента предпочитают добавлять подписи к видео, которыми они делятся в социальных сетях и на платформах видеохостинга. Если вы ищете способ сэкономить время на создании субтитров для своих видео, вы попали в нужное место, потому что в этой статье мы познакомим вас с некоторыми из лучших речевых текстовых платформ, которые позволяют создавать титры. всего за несколько минут.

Преобразование звука в текст в 2021 году

Прежде чем мы продолжим, мы хотели бы отметить, что платформы и приложения, которые мы представили в этой статье, могут помочь вам только сгенерировать файл с субтитрами, и что вам придется использовать программное обеспечение для редактирования видео или онлайн-платформу для создания субтитров, чтобы добавить его. файл в видео.Вот некоторые из лучших вариантов преобразования аудио в текст в 2019 году.

1. IBM Watson Speech to Text

Цена: Бесплатная пробная версия, доступны разные планы подписки

Watson был создан для ответов на вопросы в популярной викторине Jeopardy, а со временем IBM разработала облачную версию программного обеспечения, которое превращает звук в текст. Функция преобразования речи в текст — лишь одно из многих предложений IBM Watson, так как вы также можете использовать ее для машинного обучения или анализа данных, помимо прочего.Вы можете создать учетную запись в облаке IBM бесплатно, но если вы решите использовать эту платформу на постоянной основе, вам придется выбрать один из доступных планов подписки.

Превратить речь в текст с помощью Watson очень просто: вам просто нужно выбрать модель голоса, загрузить сохраненный аудиофайл в формате MP3, MPEG, wav, flac или opus и выбрать ключевые слова, которые Watson обнаружит. Кроме того, вы можете использовать эту платформу для записи аудиофайлов, которые вы хотите преобразовать в текст, но помните, что Watson поддерживает только французский, немецкий, арабский, английский, корейский, испанский, бразильский португальский, мандаринский, французский и японский языки. языков.

2. Sonix

Цена: Бесплатная пробная версия, планы подписки начинаются от 17,25 долларов США в месяц

Эта многофункциональная платформа разработана, чтобы помочь рассказчикам рассказывать свои истории. Вы можете загрузить аудио или видео файл, и Sonix сгенерирует его расшифровку за очень короткий период времени, так что вы можете расшифровать 30-минутный аудиофайл менее чем за пять минут. Транскрипции, генерируемые Sonix, не всегда точны на сто процентов, но вы можете редактировать каждое слово, созданное этой речевой платформой в текстовом редакторе.

Кроме того, платформа оснащена видеоплеером, поэтому вы можете видеть свои видеоролики рядом с расшифровкой, что может быть весьма полезно, если вы пытаетесь исправить орфографические ошибки и другие ошибки. Самое приятное то, что Sonix имеет интеграцию Final Cut Pro, Adobe Premiere Pro, Adobe Audition, поэтому вы можете добавлять маркеры, метаданные, подписи или делать черновики как в аудио, так и в видео файлах, которые вы используете в своих проектах.

3. Янтарный шрифт

Цена: Доступна бесплатная пробная версия, планы подписки начинаются с 6 долларов за час загруженного аудио

Независимо от выбранного вами тарифного плана, Amber Script позволяет создавать текст из аудиофайлов на 29 различных языках.Кроме того, некоторые тарифные планы позволяют создавать текст как из аудио, так и из видео файлов, поэтому вы можете легко создавать субтитры для своих видео. Просто загрузите файл в Amber Script, и платформа сгенерирует для вас текст. Текст может быть не совсем точным, но вы можете легко внести все исправления в текстовом редакторе Amber Script, который предлагает различение говорящих и функции отметки времени. Если вы не хотите редактировать текст самостоятельно, вы можете выбрать план подписки, который гарантирует 100% точность, а также другие дополнительные параметры.Вы можете экспортировать текст в различные форматы файлов, включая часто используемые форматы текстовых файлов, такие как SRT, json или docx, и использовать его для самых разных целей всего через несколько минут после преобразования аудиофайла в текст.

4. 360 Преобразователь

Цена: Бесплатно

Этот бесплатный онлайн-конвертер позволяет бесплатно преобразовывать YouTube или любой другой тип видео- или аудиофайла в текст. Вы можете загрузить файл прямо со своего компьютера, использовать URL-адрес видео, если оно хранится в Интернете, или импортировать его из личных облачных хранилищ, таких как Dropbox или Google Drive.В настоящее время вы можете транскрибировать только видео- и аудиофайлы на английском, французском, хинди и китайском языках, что может ограничить ваши возможности, если текст, который вы хотите создать, находится на другом языке. Имейте в виду, что вам нужно будет указать начальную и конечную точки транскрипции, что позволяет создавать текст только из части видео или аудио файла. После завершения преобразования вам придется дождаться обработки вашего запроса, прежде чем вы сможете загрузить текст, сгенерированный для вас платформой.

5. Программа для преобразования речи в текст Sobolsoft MP3

Цена: $ 19.99

Совместимость: Windows

Если вы ищете надежную программу преобразования речи в текст, которую можно использовать на своем ПК, то программа Sobolsoft MP3 Speech to Text Converter, вероятно, является одним из лучших вариантов, которые вы можете найти на рынке. Программа проста в использовании, вам просто нужно выбрать аудиофайлы, которые вы хотите расшифровать, и нажать кнопку «Начать преобразование».Весь текст, созданный программой, будет отображаться в окне результатов, где вы можете отредактировать его, скопировать в буфер обмена или сохранить как текстовый файл. Однако это программное обеспечение не поддерживает видеофайлы, а это означает, что вы не можете использовать его для расшифровки файлов, сохраненных в MP4, AVI, MOV или любых других популярных форматах видеофайлов. Вы можете бесплатно попробовать конвертер речи в текст Sobolsoft и решить, хотите ли вы приобрести лицензию на использование программного обеспечения без каких-либо ограничений.

6. InqScribe

Цена: 99 $ за индивидуальную лицензию

Совместимость: Windows, macOS

Несмотря на то, что вы не можете автоматически сгенерировать текст с помощью InqScribe, это приложение для ПК и компьютеров Mac по-прежнему остается одним из лучших способов создания субтитров для ваших видео или расшифровок аудиофайлов. Программное обеспечение предлагает поддержку большого количества языков, поэтому вы можете использовать несколько разных языков в одном документе. Просто добавьте видео или аудиофайл в окно мультимедиа программного обеспечения и начните вводить текст.Вы также можете добавлять временные коды в любом месте текста, что делает InqScribe идеально подходящим для создания файлов субтитров, которые вы можете легко добавлять к видео, которые вы публикуете в Интернете. Программное обеспечение позволяет экспортировать рабочий процесс и использовать его в Final Cut Pro или Adobe Premiere Pro для добавления субтитров в свои проекты перед их экспортом в виде видеофайлов.

7. GoSubtitle

Цена: Доступна бесплатная пробная версия, планы подписки начинаются с 0,05 доллара США за минуту

Вы можете создать файл субтитров всего за четыре простых шага с помощью онлайн-платформы GoSubtitle.Если вы решите использовать бесплатную версию GoSubtitle, вы не сможете загружать файлы размером более 500 МБ, но если вы решите приобрести один из доступных планов подписки, вы сможете загружать файлы размером до 500 МБ. 5 ГБ. После того, как вы загрузите видео на платформу, вы можете перейти к выбору исходного и целевого языков и форматов субтитров. GoSubtitle поддерживает более 90 языков и позволяет выбирать из четырех различных форматов субтитров, включая srt или vtt.Вы также можете использовать редактор субтитров, если хотите настроить субтитры, автоматически созданные платформой, и идеально синхронизировать их с вашим видео. Точность текста, создаваемого платформой GoSubtitle, зависит от ряда факторов, и вам следует проверить субтитры, прежде чем добавлять их в свое видео.

Преобразование звука в текст с помощью смартфона

«Речь в текст» для Android и iPhone могут помочь вам создать транскрипцию ваших аудио- и видеофайлов. Откройте на своем устройстве Android такое приложение, как Speechnotes, и воспроизведите файл, который вы хотите расшифровать, на своем компьютере, чтобы начать преобразование речи в текст.Просто имейте в виду, что текстовые файлы, которые вы создаете таким образом, не могут быть легко связаны с их источниками, поэтому, если вы ищете быстрый способ создания субтитров для своих видео, то некоторые из программных продуктов и онлайн-платформ, которые мы представили в этой статье — гораздо лучший вариант.

Заключение

Процесс преобразования речи в текст не обязательно должен быть сложным. Онлайн и компьютерные приложения для преобразования речи в текст могут помочь вам быстро создавать транскрипции, даже если полученные результаты не всегда могут быть полностью точными.Какой ваш любимый метод преобразования речи в текст? Оставьте свой комментарий и дайте нам знать.

Бенджамин Аранго

Бенджамин Аранго — писатель и любитель всего видео.

Подписаться @Benjamin Arango

Служба транскрипции — Преобразование аудио в текст

Исходные языки

Африкаанс
Амхарский
Арабский
Армянский
Азербайджанский
Баскский
Бенгальский
Болгарский
Каталонский
Китайский, Кантонский
Китайский, Китайский
Хорватский
Чешский
Датский
Голландский
Английский
Филиппинский
Финский
Французский
Галисийский
Грузинский
Немецкий
Греческий
Гуджаратский
Иврит
Хинди
Венгерский
Исландский
Корейский
Индонезийский
Итальянский
Исландский
Индонезийский
Итальянский
Лаосский
Латышский
Литовский
Малайский
Малаялам
Маратхи
Непальский
Норвежский Букмол
Персидский
Польский
Португальский
Румынский
Русский
Сербский
Сингальский
Словацкий
Словенский
Испанский
Суданский
Суахили
Шведский
Тамильский
Телугу
Тайский
Турецкий
Украинский
Вьетнамский
Урду

Целевые языки

Африкаанс
Албанский
Амхарский
Арабский
Армянский
Азербайджанский
Баскский
Белорусский
Бенгальский
Боснийский
Болгарский
Каталонский
Китайский
Хорватский
Чешский
Датский
Голландский
Английский
Грузинский Эстонский
Французский
Финский креольский
Иврит
Хинди
Венгерский
Исландский
Индонезийский
Итальянский
японский
казахский
кхмерский
корейский
курдский
киргизский
латинский
латышский
литовский
люксембургский
македонский
малайский
мальтийский
непальский
норвежский
персидский
польский
португальский
словенский 9024 румынский 9024 румынский 9024 русский 9024 румынский 9024
Сомали
Испанский
Шведский
Тайский
Турецкий
Украинский
Урду
Узбекский
Вьетнамский
Валлийский

Целевые языки

Арабский
Китайский
Чешский
Датский
Голландский
Английский
Филиппинский
Финский
Французский
Немецкий
Греческий
Хинди
Венгерский
Исландский
Итальянский
Японский
Корейский
Норвежский
Польский
Португальский Словацкий
Румынский
Русский
Турецкий
Украинский
Вьетнамский
Валлийский

Перевести на Пенджаби (Индия) | Simon Says

Перевод влечет за собой первую транскрипцию для преобразования аудио в текст; затем перевод текста в текст.

Это руководство поможет вам быстро перевести ваш контент с субтитрами на другие языки для международных регионов или перевести записи, сделанные на других языках, чтобы вы могли понимать аудио и редактировать его.

1. Импортируйте аудио и видео через Интернет, приложение macOS или расширение Final Cut Pro X. Вы можете импортировать несколько файлов одновременно.

2. Выберите исходный язык для записи и нажмите «Расшифровывать». Сначала вам нужно преобразовать аудио в текст на том же языке. Транскрипция занимает несколько минут, и когда она будет готова, вы можете отредактировать ее, добавить ярлыки докладчиков и пригласить соавторов.

3. Затем переведите текст, нажав «Экспорт» и выбрав соответствующий значок «Перевести». Выберите язык:

(и любые другие языки, которые вы хотите). Вы можете переводить одновременно на десятки языков.

Как и раньше, стенограмма доступна для редактирования.
‍
Если вы ищете документ Word или текстовый документ, вы можете экспортировать его на этом шаге.

Если вы ищете переведенные субтитры, переходите к шагу 5.

Этот шаг заключается в том, чтобы взять ваш параграфированный текст (вашу расшифровку) и преобразовать его в форматирование субтитров для отображения на экране.

С помощью визуального редактора субтитров вы можете установить такие параметры, как максимальное количество строк на карточку субтитров и количество символов в строке. Преимущество заключается в том, что вы можете предварительно просмотреть, как субтитры будут отформатированы на экране, и вы можете легко отредактировать его так, как вам нравится.

Вы можете экспортировать в режим «прожига», который «печатает» переведенные субтитры на самом видео. Это хорошо для таких платформ, как Instagram.

Или экспортируйте в формат субтитров, такой как SRT или WebVTT, который подходит, когда вы загружаете видео на YouTube, Vimeo и Facebook.

Или загрузите FCPXML Captions, Avid SubCap, STL для приложений для редактирования видео, таких как Avid Media Composer, Adobe Premiere Pro, FCPX и DaVinci Resolve.

Как преобразовать речь в текст в Python

Распознавание речи — это способность компьютерного программного обеспечения определять слова и фразы в устной речи и преобразовывать их в текст, читаемый человеком.В этом руководстве вы узнаете, как преобразовать речь в текст на Python с помощью библиотеки SpeechRecognition.

В результате нам не нужно создавать какую-либо модель машинного обучения с нуля, эта библиотека предоставляет нам удобные оболочки для различных хорошо известных API-интерфейсов распознавания публичной речи (таких как Google Cloud Speech API, IBM Speech To Text и т. Д.).

Узнайте также: Как переводить текст в Python.

Хорошо, приступим, установим библиотеку с помощью pip :

  pip3 установить SpeechRecognition pydub  

Хорошо, откройте новый файл Python и импортируйте его:

  импортировать распознавание речи как sr  

Самое приятное в этой библиотеке то, что она поддерживает несколько механизмов распознавания:

Здесь мы будем использовать распознавание речи Google, так как это просто и не требует ключа API.

Чтение из файла

Убедитесь, что у вас есть аудиофайл в текущем каталоге, который содержит английскую речь (если вы хотите следовать вместе со мной, получите аудиофайл здесь):

  filename = "16-122828-0002.wav"  

Этот файл был взят из набора данных LibriSpeech, но вы можете использовать любой аудиофайл WAV, который хотите, просто измените имя файла, давайте инициализируем наш распознаватель речи:

  # инициализировать распознаватель
r = sr.Recognizer ()  

Приведенный ниже код отвечает за загрузку аудиофайла и преобразование речи в текст с помощью Google Speech Recognition:

  # открыть файл
с sr.AudioFile (имя файла) в качестве источника:
    # прослушиваем данные (загружаем аудио в память)
    audio_data = r.record (источник)
    # распознать (преобразовать из речи в текст)
    text = r.recognize_google (audio_data)
    печать (текст)  

Это займет несколько секунд, так как он загружает файл в Google и получает вывод, вот мой результат:

  Кажется, вы несете чушь  

Приведенный выше код хорошо работает для аудиофайлов малого и среднего размера. В следующем разделе мы напишем код для больших файлов.

Чтение больших аудиофайлов

Если вы хотите выполнить распознавание речи для длинного аудиофайла, то функция ниже справится с этим достаточно хорошо:

  # импорт библиотек
импортировать распознавание речи как SR
импорт ОС
из pydub импортировать AudioSegment
из pydub.silence import split_on_silence

# создать объект распознавания речи
r = sr.Recognizer ()

# функция, которая разбивает аудиофайл на куски
# и применяет распознавание речи
def get_large_audio_transcription (путь):
    "" "
    Разделение большого аудиофайла на части
    и применить распознавание речи к каждому из этих фрагментов
    "" "
    # открываем аудиофайл с помощью pydub
    звук = Аудио сегмент.from_wav (путь)
    # разделить звук, когда тишина составляет 700 миллисекунд или более, и получить фрагменты
    chunks = split_on_silence (звук,
        # поэкспериментируйте с этим значением для вашего целевого аудиофайла
        min_silence_len = 500,
        # отрегулируйте это в соответствии с требованиями
        тишина_порога = звук.dBFS-14,
        # сохранять тишину в течение 1 секунды, также регулируется
        keep_silence = 500,
    )
    folder_name = "аудио-фрагменты"
    # создать каталог для хранения аудио фрагментов
    если не os.path.isdir (имя_папки):
        os.mkdir (имя_папки)
    весь_текст = ""
    # обрабатываем каждый кусок
    для i audio_chunk в enumerate (chunks, start = 1):
        # экспортируем аудиофрагмент и сохраняем его в
        # каталог `имя_папки`.
        chunk_filename = os.path.join (имя_папки, f "фрагмент {i} .wav")
        audio_chunk.export (chunk_filename, format = "wav")
        # распознать кусок
        с sr.AudioFile (chunk_filename) в качестве источника:
            audio_listened = r.record (источник)
            # попробуйте преобразовать его в текст
            пытаться:
                текст = r.распознать_google (audio_listened)
            кроме sr.UnknownValueError как e:
                print ("Ошибка:", str (e))
            еще:
                text = f "{text.capitalize ()}."
                print (chunk_filename, ":", текст)
                весь_текст + = текст
    # вернуть текст для всех обнаруженных чанков
    вернуть весь_текст  

Примечание: Вам необходимо установить Pydub, используя pip , чтобы вышеуказанный код работал.

Вышеупомянутая функция использует функцию split_on_silence () из pydub.Модуль молчания для разделения аудиоданных на фрагменты без звука. min_silence_len Параметр — это минимальная длина паузы, которая будет использоваться для разделения.

silent_thresh — это порог, при котором все, что тише, будет считаться тишиной, я установил его на среднее значение dBFS минус 14, keep_silence аргумент — это количество тишины, которое нужно оставить в начале и в конце каждого обнаруженного фрагмента в миллисекундах.

Эти параметры не подходят для всех звуковых файлов, попробуйте поэкспериментировать с этими параметрами с вашими большими аудио потребностями.

После этого мы перебираем все фрагменты и преобразуем каждый речевой звук в текст и складываем их все вместе, вот пример выполнения:

  путь = "7601-291468-0006.wav"
print ("\ nПолный текст:", get_large_audio_transcription (путь))  

Примечание : Вы можете получить файл 7601-291468-0006.wav здесь.

Выход:

  audio-chunks \ chunk1.wav: Его жилище, которое вы устроили в беседке или загородном доме.audio-chunks \ chunk2.wav: недалеко от города.
audio-chunks \ chunk3.wav: Как раз на том, что сейчас называется голландской улицей.
audio-chunks \ chunk4.wav: Рано ограничено доказательствами его изобретательности.
audio-chunks \ chunk5.wav: Патентованные дымовые куртки.
audio-chunks \ chunk6.wav: потребовалась лошадь, чтобы немного поработать.
audio-chunks \ chunk7.wav: мясо, запеченное в голландской печи без огня.
audio-chunks \ chunk8.wav: Тележки, которые шли раньше лошадей.
audio-chunks \ chunk9.wav: Погодный рульщик, который повернулся против ветра и других заблуждений.audio-chunks \ chunk10.wav: Так что просто поймите, все это можно найти.

Полный текст: Его жилище, которое вы устроили в беседке или загородной резиденции. Недалеко от города. Как раз на том, что сейчас называется голландской улицей. Рано ограничился доказательствами его изобретательности. Патентные коптильни. Чтобы немного поработать, требовалась лошадь. Мясо, запеченное в голландской печи без огня. Телеги, которые шли впереди лошадей. Кокс погоды, который повернулся против ветра и других заблуждений. Так что просто поймите, может найти все это смотрящие. 

Итак, эта функция автоматически создает для нас папку и помещает куски исходного аудиофайла, которые мы указали, а затем запускает распознавание речи для всех из них.

Чтение с микрофона

Для этого требуется, чтобы PyAudio был установлен на вашем компьютере, вот процесс установки в зависимости от вашей операционной системы:

Windows

Вы можете просто установить его с помощью пипса:

  pip3 установить pyaudio  

Linux

Вам необходимо сначала установить зависимости:

  sudo apt-get install python-pyaudio python3-pyaudio
pip3 установить pyaudio  

MacOS

Вам нужно сначала установить portaudio, затем вы можете просто установить его через pip:

  brew установить portaudio
pip3 установить pyaudio  

Теперь давайте воспользуемся микрофоном, чтобы преобразовать нашу речь:

  с ср.Микрофон () в качестве источника:
    # читать аудиоданные с микрофона по умолчанию
    audio_data = r.record (источник, продолжительность = 5)
    print ("Узнавая ...")
    # преобразовать речь в текст
    text = r.recognize_google (audio_data)
    печать (текст)  

Это будет звучать из вашего микрофона в течение 5 секунд, а затем попытается преобразовать эту речь в текст!

Он очень похож на предыдущий код, но здесь мы используем объект Microphone () для чтения звука с микрофона по умолчанию, а затем мы использовали параметр длительности в функции record (), чтобы остановить чтение через 5 секунд, а затем загрузили звук. данные в Google, чтобы получить выходной текст.

Вы также можете использовать параметр смещения в функции record (), чтобы начать запись после смещения секунд.

Кроме того, вы можете распознавать разные языки, передав параметр языка в функцию распознавания_google (). Например, если вы хотите распознать испанскую речь, введите:

  text = r.recognize_google (audio_data, language = "es-ES")  

Проверьте поддерживаемые языки в этом ответе stackoverflow.

Заключение

Как видите, использовать эту библиотеку для преобразования речи в текст довольно просто.Эта библиотека широко используется в дикой природе, проверьте их официальную документацию.

Если вы не хотите использовать Python и хотите, чтобы служба делала это автоматически, я рекомендую вам использовать audext, который быстро и с минимальными затратами преобразует ваше аудио в текст онлайн. Проверьте это!

Если вы также хотите преобразовать текст в речь на Python, ознакомьтесь с этим руководством.

Читайте также: Как распознать оптические символы в изображениях в Python.

Счастливое кодирование ♥