易于实施的语音转文本工具

使用 python 使用高质量的免费工具进行转录

Photo by 尤卡·阿洛 on 不飞溅

音频数据，尽管不是很关注，但与任何其他类型的数据一样重要。这个 非结构化数据具有很大的价值 ，但由于其复杂的处理，它几乎没有被看。在本文中，我的目标是让人们了解一种免费的（甚至是商业用途的）开源工具，该工具可以转录音频数据，支持 131 种（目前）语言。

机智

机智 是一种旨在“使人们能够使用语音和文本与您的产品进行交互”的工具。这个工具是Meta开发的，代码可以看 这里 .要使用此工具，您必须拥有 Facebook 帐户，然后与该工具同步。之后，您可以创建您的 访问令牌 - 关于目标，因为该工具具有除转录音频之外的许多功能 - 这对于通过代码访问资源至关重要。下图显示了平台以及在哪 访问令牌 .

Inside wit.ai's platform (Screenshot by author)

API key in wit.ai's platform (Screenshot by author)

就我而言，我使用 python 进行开发。

点安装 pywit

然后，转录音频的最简单方法是：

 从机智导入机智 access_token = '在此处插入您的客户访问令牌'  
 客户=机智（access_token） 转录=无 使用 open('your_file.wav', 'rb') 作为 f:  
 resp = client.speech(f, {'Content-Type': 'audio/wav'}) print('Wit.ai 转录：' + str(转录))

此外，还有一个库可以编译多个可用于 python 的语音识别工具，它包括 Wit.ai。该库的代码可以在 这个链接 .您可以使用以下方法安装它：

点安装语音识别

使用此资源，使用 Wit.ai 作为引擎转录音频的最简单方法如下：

 将语音识别导入为 sr access_token = '在此处插入您的客户访问令牌'  
 r = sr.Recognizer() 以 sr.AudioFile('your_file.wav') 作为源：  
 audio = r.record(source) # 读取整个音频文件 转录= r.recognize_wit（音频，key=access_token）  
 print('Wit.ai 转录：' + 转录)

我建议，在转录多个音频文件时，不断保存结果——就好像网络出现故障或工具不可用一样，转录会丢失。我的计算机科学学士专着是基于这样的很多工具，可以访问到这个工具的存储库 这里是 Wit.ai 图书馆 和 这里是 SpeechRecognition 库 .

我对这个特定工具的评估的主要观察是：

• 响应时间长，但对于处理 UnknownValueError（使用 SpeechRecognition 库时）或 WitError（使用 Wit.ai 库时）等异常很重要；
• 一般来说，该工具可以很好地转录音频，但在处理嘈杂的数据时可能会遇到一些困难。在这些情况下，我强烈建议对数据进行预处理；
• 它是免费的，即使对于企业也是如此，并且还有另一个简单的方法可以将 NLP 资源应用于文本——例如转录。

音频文件内容转录后，可以应用多种 NLP 方法，以便更好地分析和利用数据——情感分析、语言分析等。

在本文中，我介绍了一款用于语音识别的高质量免费工具。此外，我还介绍了一些应用示例。在下一篇文章中，我将描述一些有用的 NLP 技术并用代码举例说明它们。

我是本文的作者 Aline。找我 这里 和 这里 ！

更多内容在 ** 纯英语.io** .注册我们的 ** 免费每周通讯** .跟着我们 ** 推特** , ** 领英** , ** YouTube** ， 和 ** 不和谐** .对增长黑客感兴趣？查看 ** 电路** .

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/38726/42272213