巨蟒语音比较

2022-04-02 00:00:00 python speech-recognition speech-to-text cmusphinx

问题描述

我有两个.wav文件，我需要比较它们并确定它们是否包含相同的单词(顺序也相同)。

我一直在寻找最好的方法。我想不出如何让pySpeech使用文件作为输入。我试过让CMU的狮身人面像项目工作，但我似乎不能让GStreamer与Python27一起工作，更不用说他们的项目了。我也玩过蜻蜓，但没有运气。

我使用的是64位Win7和Python27。有谁有什么主意吗？

非常感谢您的帮助。

解决方案

您可以尝试PySpeech。有关更多信息，请参阅pyspeech (python) - Transcribe mp3 files?。我从来没有用过它，但我相信它利用了Windows内置的语音识别引擎。这将允许您将Wav文件转换为文本，然后您可以进行文本比较。

若要使用Windows语音引擎并使用wav文件进行输入，有两个要求。

  1. 使用进程识别器(SpeechRecognitionEngine)。共享识别器无法使用Wav文件作为输入。
  2. 在识别器对象上，调用SetInputToWaveFile以指定您的输入WAV文件。
您可能需要重新采样wav文件，因为语音识别引擎仅支持某些采样率。

  • 每个样本8位
  • 单声道单声道
  • 每秒22,050个样本
  • PCM编码

在Windows上运行良好。有关详细信息，请参阅https://stackoverflow.com/a/6203533/90236。

有关Windows语音引擎的更多背景知识，您可以查看SAPI and Windows 7 Problem和What is the difference between System.Speech.Recognition and Microsoft.Speech.Recognition?

相关文章