トップページ ▶ 人工知能，実世界DB ▶ 音声認識，音声合成 ▶ Python の SpeechRecognizer を用いて音声認識

サイトマップ

サイト内検索

用語集

アクセスログ

金子邦彦研究室

Python の SpeechRecognizer を用いて音声認識

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境

• Windows での Python のインストール，pip と setuptools の更新: 別ページで説明している．（あとのトラブルが起きにくいような手順を定めている）
• Ubuntu の場合:

  システム Python を使うことができる（その場合，Python のインストールは行わない）

  システム Python を用いるときは，pip, setuptools の更新は次のコマンドで行う．

  sudo apt -y update
  sudo apt -y install python3-pip python3-setuptools
  

  Ubuntu で，システム Python 以外の Python をインストールしたい場合は pyenv が便利である: 別ページで説明している．

Python の URL: http://www.python.org/

Python のパッケージ SpeechRecognition, pyaudio のインストール

1. Windows では，コマンドプロン プトを管理者として実行する．
2. 次のコマンドを実行．

   ※ Windows では「python」，Ubuntu では「sudo python3 -m pip」

   python -m pip install -U SpeechRecognition
   

   引き続き，次のコマンドを実行

   pip install -U pyaudio
   

Python の SpeechRecognizer を用いて音声認識してみる

1. まずは，入った .wav ファイルを準備する

   ※ 手元に .wav ファイルがないよ，というときは http://www.wavsource.com（インターネットでは，下品な広告が付いている可能性があるので，必要もないのにクリックしないこと） などから入手できる（.wav ファイルをダウンロードするときは、利用条件などを確認すること）

2. Python プログラムを動かす．

   Python プログラムを動かすために， Windows では「python」， Ubuntu では「python3」などのコマンドを使う．

   あるいは， 開発環境や Python コンソール（Jupyter Qt Console，Spyder，PyCharm，PyScripter など）の利用も便利である．

   あるいは，オンラインで動くGoogle Colaboratory のノートブックの利用も，場合によっては便利である．

3. 次を実行

   import os
   print(os.getcwd())
   

   実行結果例
4. 先ほどの .wav ファイルはカレントディレクトリに移しておく（あとの作業を楽にするため）
5. 英語の音声認識してみる

   次の Python プログラムを実行

   「"coincidence.wav" 」のところは，ファイル名を書き換えること．

   import speech_recognition
   r = speech_recognition.Recognizer()
   with speech_recognition.AudioFile("coincidence.wav") as source:
       audio = r.record(source)
   r.recognize_google(audio)
   

   実行結果の例
6. 日本語の音声認識をしたい場合には「language='ja-JP'」を指定する

   次の Python プログラムを実行

   「"1.wav" 」のところは，ファイル名を書き換えること．

   import speech_recognition
   r = speech_recognition.Recognizer()
   with speech_recognition.AudioFile("1.wav") as source:
       audio = r.record(source)
   r.recognize_google(audio, language='ja-JP')
   

   実行結果の例