python如何提取mp4里的语音转换成文字

要从 MP4 文件中提取语音并将其转换为文字，需要先使用第三方库 moviepy 将 MP4 文件中的音频部分提取出来，然后使用 SpeechRecognition 库将音频转换为文字。

以下是一个示例代码，演示如何从 MP4 文件中提取语音并将其转换为文字：

import moviepy.editor as mp
import speech_recognition as sr

# 从 MP4 文件中提取音频
clip = mp.VideoFileClip('video.mp4')
audio = clip.audio.write_audiofile('audio.wav')

# 将音频转换为文字
r = sr.Recognizer()
with sr.AudioFile('audio.wav') as source:
    audio = r.record(source)
    text = r.recognize_google(audio, language='zh-CN')
    print('转换结果：', text)

在上面的示例代码中，我们首先使用 moviepy.editor 库中的 VideoFileClip 类将 MP4 文件中的音频部分提取出来，并将其保存为 WAV 文件。接下来，我们使用 SpeechRecognition 库中的 Recognizer 类将 WAV 文件中的音频转换为文字，并将其输出到控制台。

需要注意的是，moviepy.editor 和 SpeechRecognition 都需要安装才能使用。可以使用 pip 命令来安装这两个库：

pip install moviepy
pip install SpeechRecognition

另外，SpeechRecognition 库默认使用的是 Google API 进行语音识别，需要连接互联网才能使用。如果没有互联网连接，可以考虑使用其他语音识别库，例如 pocketsphinx。