python之語(yǔ)音識(shí)別（speech模塊）

刮骨劍 2019-06-23

展開全文

1.原理

語(yǔ)音操控分為語(yǔ)音識(shí)別和語(yǔ)音朗讀兩部分,。

這兩部分本來(lái)是需要自然語(yǔ)言處理技能相關(guān)知識(shí)以及一系列極其復(fù)雜的算法才能搞定，可是這篇文章將會(huì)跳過(guò)此處,，如果你只是對(duì)算法和自然語(yǔ)言學(xué)感興趣的話,，就只有請(qǐng)您移步了，下面沒有一個(gè)字會(huì)講述到這些內(nèi)容,。

早在上世紀(jì)90年代的時(shí)候,，IBM就推出了一款極為強(qiáng)大的語(yǔ)音識(shí)別系統(tǒng)-vio voice , 而其后相關(guān)產(chǎn)品層出不窮，不斷的進(jìn)化和演變著,。我們這里將會(huì)使用SAPI實(shí)現(xiàn)語(yǔ)音模塊,。

2. 什么是SAPI？

SAPI是微軟Speech API , 是微軟公司推出的語(yǔ)音接口,，而細(xì)心的人會(huì)發(fā)現(xiàn)從WINXP開始，系統(tǒng)上就已經(jīng)有語(yǔ)音識(shí)別的功能了,，可是用武之地相當(dāng)之少,，他并沒有給出一些人性化的自定義方案，僅有的語(yǔ)音操控命令顯得相當(dāng)雞脅,。那么這篇文章的任務(wù)就是利用SAPI進(jìn)行個(gè)性化的語(yǔ)音識(shí)別

代碼

前提：打開win7的語(yǔ)音自動(dòng)識(shí)別（控制面板--輕松訪問(wèn)--語(yǔ)音識(shí)別）

+ View Code ?

#!/usr/bin/env python

# -*- codinfg:utf-8 -*-

'''

@author: Jeff LEE

@file: .py

@time: 2018-07-19 11:15

@desc:

'''

from win32com.client import constants

import os

import win32com.client

import pythoncom

speaker = win32com.client.Dispatch("SAPI.SPVOICE")

class SpeechRecognition:

def __init__(self, wordsToAdd):

self.speaker = win32com.client.Dispatch("SAPI.SpVoice")

self.listener = win32com.client.Dispatch("SAPI.SpSharedRecognizer")

self.context = self.listener.CreateRecoContext()

self.grammar = self.context.CreateGrammar()

self.grammar.DictationSetState(0)

self.wordsRule = self.grammar.Rules.Add("wordsRule", constants.SRATopLevel + constants.SRADynamic, 0)

self.wordsRule.Clear()

[self.wordsRule.InitialState.AddWordTransition(None, word) for word in wordsToAdd]

self.grammar.Rules.Commit()

self.grammar.CmdSetRuleState("wordsRule", 1)

self.grammar.Rules.Commit()

self.eventHandler = ContextEvents(self.context)

self.say("Started successfully")

def say(self, phrase):

self.speaker.Speak(phrase)

class ContextEvents(win32com.client.getevents("SAPI.SpSharedRecoContext")):

def OnRecognition(self, StreamNumber, StreamPosition, RecognitionType, Result):

newResult = win32com.client.Dispatch(Result)

print("你在說(shuō) ", newResult.PhraseInfo.GetText())

speechstr=newResult.PhraseInfo.GetText()

# 下面即為語(yǔ)音識(shí)別信息對(duì)應(yīng),打開響應(yīng)操作

if speechstr=="記事本":

os.system('notepad')

elif speechstr=="寫字板":

os.system('write')

elif speechstr=="畫圖板":

os.system('mspaint')

else:

pass

if __name__ == '__main__':

speaker.Speak("語(yǔ)音識(shí)別開啟")

wordsToAdd = ["記事本", "寫字板","畫圖板",]

speechReco = SpeechRecognition(wordsToAdd)

while True:

pythoncom.PumpWaitingMessages()

　　調(diào)試遇到問(wèn)題

python調(diào)用語(yǔ)音模塊時(shí)，遇見TypeError:NoneTypetakesnoarguments這種錯(cuò)誤類型該如何解決

報(bào)錯(cuò)的原因是：不能調(diào)用語(yǔ)音開發(fā)包

解決方法：(如果你已經(jīng)安裝了pyWin32,，它也安裝了PythonWin)

1.在python35目錄中找到pythonwin文件夾下的pythonwin.exe

2.雙擊Pythonwin運(yùn)行,，然后選擇工具tools/commakepyutility

3.然后選擇MicrosoftSpeechObjectLibrary5.4,，點(diǎn)擊OK鍵

4.運(yùn)行結(jié)果如下，問(wèn)題解決

后記

推薦一個(gè)不錯(cuò)的語(yǔ)音識(shí)別文檔：https://blog.csdn.net/j2IaYU7Y/article/details/79878310

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間,，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn),。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息,，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,，請(qǐng)點(diǎn)擊一鍵舉報(bào),。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來(lái)自：刮骨劍 > 《語(yǔ)音識(shí)別》

舉報(bào)/認(rèn)領(lǐng)