谷歌的语音对文字非常有效，试试下面的链接
你可以选择语言(在你的情况下是英语美国)和上传文件。在
就像@bigdataolddriver评论的那样，100%的准确率还不可能，而且价值数百万美元。在
googlespeech-to-text有三种类型的api
同步，异步和流媒体，其中异步允许您约480分钟音频转换，而其他人将只允许您~1分钟。下面是执行转换的示例代码。在filepath = "~/audio_wav/" #Input audio file path
output_filepath = "~/Transcripts/" #Final transcript path
bucketname = "callsaudiofiles" #Name of the bucket created in the step before
# Import libraries
from pydub import AudioSegment
import io
import os
from google.cloud import speech
from google.cloud.speech import enums
from google.cloud.speech import types
import wave
from google.cloud import storage
支持WAVR16或WAVR16语音编码文本文件。在
下面是获取帧速率和信道编码的代码。在
^{pr2}$
下面的代码是执行异步转换的。在def google_transcribe(audio_file_name):
file_name = filepath + audio_file_name
# The name of the audio file to transcribe
frame_rate, channels = frame_rate_channel(file_name)
if channels > 1:
stereo_to_mono(file_name)
bucket_name = bucketname
source_file_name = filepath + audio_file_name
destination_blob_name = audio_file_name
upload_blob(bucket_name, source_file_name, destination_blob_name)
gcs_uri = 'gs://' + bucketname + '/' + audio_file_name
transcript = ''
client = speech.SpeechClient()
audio = types.RecognitionAudio(uri=gcs_uri)
config = types.RecognitionConfig(
encoding=enums.RecognitionConfig.AudioEncoding.LINEAR16,
sample_rate_hertz=frame_rate,
language_code='en-US')
# Detects speech in the audio file
operation = client.long_running_recognize(config, audio)
response = operation.result(timeout=10000)
for result in response.results:
transcript += result.alternatives[0].transcript
delete_blob(bucket_name, destination_blob_name)
return transcript
这就是你把它们写进文件的方法def write_transcripts(transcript_filename,transcript):
f= open(output_filepath + transcript_filename,"w+")
f.write(transcript)
f.close()
如果您需要进一步澄清，请告诉我。在
如果觉得《python把wav本地转文字_在python中将大型wav文件转换为文本》对你有帮助，请点赞、收藏，并留下你的观点哦！
