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(méi)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(kāi)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(méi)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(kāi)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）

#!/usr/bin/env python# -*- codinfg:utf-8 -*-’’’@author: Jeff LEE@file: .py@time: 2018-07-19 11:15@desc:’’’from win32com.client import constantsimport osimport win32com.clientimport 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(kāi)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(kāi)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(jiàn)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(kāi)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://www.jb51.net/article/195212.htm

到此這篇關(guān)于python之語(yǔ)音識(shí)別speech模塊的文章就介紹到這了,更多相關(guān)python 語(yǔ)音識(shí)別內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！