【DigiKey“智造万物，快乐不停”创意大赛】3，语音识别模型调试

顺竿爬

【DigiKey“智造万物，快乐不停”创意大赛】3，语音识别模型调试 [复制链接]

 

语音识别使用的是speech_recognition库，首先创建虚拟环境，并安装相应的包

```

python3 -m venv .venv

source .venv/bin/activate

pip install SpeechRecognition

sudo apt install ffmpeg flac

```

接着，我们还需要修改一下这个库的源代码，因为库默认使用的16bits数据，但是一般I2S数据都是24bits数据，32bit空间，因此我们需要更改一下库文件site-packages/speech_recognition/__init__.py的第94行，class Microphone(AudioSource)中：

```

# self.format = self.pyaudio_module.paInt16  # 16-bit int sampling

self.format = self.pyaudio_module.paInt32  # 32-bit int sampling

```

接着，回到我们自己的代码中，写下一下测试代码，注意我们主要用他识别中文，而google的中文语言选择的字符串不是标准的国家code，要按我代码中的方式写才可以成功识别。

```

import speech_recognition as sr

r = sr.Recognizer()



def obtain():

        with sr.Microphone(device_index=1) as _source:

            print("Width: ", _source.SAMPLE_WIDTH)

            r.dynamic_energy_threshold = False

            r.energy_threshold = 10000000

            r.pause_threshold = 1.2

            print(">说点什么:")

            audio = r.listen(_source)

            print("Processing...")

        try:

            text_input = r.recognize_google(audio, language="cmn-Hans-CN")

            print("You said: " + text_input)

        except sr.UnknownValueError as _error:

            print("Google could not understand audio")

            print(_error)

            text_input = None

        except sr.RequestError as _error:

            print("Could not request results from Google")

            print(_error)

            text_input = None

        return text_input

obtain()

```

运行以上代码，如果一切正常，应该可以在terminal中看到识别到的文字。

wangerxian

这是Python的离线语音模型吧？识别率怎么样？

顺竿爬

wangerxian 发表于 2023-12-21 09:47 这是Python的离线语音模型吧？识别率怎么样？

成功配置成中文模式后识别率还是很高的

lugl4313820

顺竿爬 发表于 2023-12-21 10:11 成功配置成中文模式后识别率还是很高的

大佬，这可以呀，语音识别还是非常有前途的，特别是在智能家居方面。

wangerxian

顺竿爬 发表于 2023-12-21 10:11 成功配置成中文模式后识别率还是很高的

离线的还是比较好的，可以搭载在各种设备上。

chejm

首先感谢楼主的无私分享，想了解下这个语音识别模型的运行占用的资源大吗？谢谢

顺竿爬

chejm 发表于 2023-12-27 23:16 首先感谢楼主的无私分享，想了解下这个语音识别模型的运行占用的资源大吗？谢谢

还可以，树莓派可以完美运行，感觉不到明显的吃力