实时语音识别（Python+HTML实战）

在Python中，可以使用speech_recognition库进行语音识别，并且可以结合HTML创建用户界面。以下是一个简单的实例，展示如何使用Python进行实时语音识别，并将识别结果显示在网页上。

首先，安装必要的库：




pip install SpeechRecognition PyAudio

然后，创建Python脚本进行语音识别：




from speech_recognition importRecognizer, Microphone
import pyttsx3
import sys
import webview
 
# 初始化语音识别和文本转语音对象
recognizer = Recognizer()
engine = pyttsx3.init()
 
# 实时语音识别函数
def speech_to_text():
    with Microphone() as source:
        print("请开始说话...")
        audio = recognizer.listen(source)
 
    try:
        text = recognizer.recognize_google(audio, language='en-US')
        print(f"你说了: {text}")
        return text
    except Exception as e:
        print(e)
        return None
 
# 将文本转换为语音
def text_to_speech(text):
    engine.say(text)
    engine.runAndWait()
 
# 主界面的HTML内容
html_content = """
<!DOCTYPE html>
<html>
<head><title>实时语音识别</title></head>
<body>
    <h1>实时语音识别</h1>
    <div id="output"></div>
    <button onclick="startRecognition()">开始识别</button>
    <script type="text/javascript">
        function startRecognition() {
            window.webview.speechToText().then(function(text) {
                document.getElementById('output').innerText = text;
            });
        }
    </script>
</body>
</html>
"""
 
# 启动webview窗口
window = webview.create_window('实时语音识别', html=html_content, js_api=['speechToText'])
 
# 定义speechToText API函数
@window.js_function
def speech_to_text():
    text = pywebview.http.Response('text/plain', speech_to_text())
    return text
 
# 添加关闭窗口监听器
window.closed += lambda: app.terminate()
 
# 显示窗口
window.run()

在上述代码中，我们首先导入了必要的库，并初始化了语音识别和文本转语音对象。speech_to_text函数负责实时从麦克风捕获语音并将其转换为文本。text_to_speech函数则将文本转换成语音。

HTML内容定义了一个简单的界面，并提供了一个按钮来触发startRecognition函数。这个函数会调用Python端定义的speechToText函数，并将识别的结果显示在页面上。

最后，我们使用webview.create_window创建了一个窗口，并通过@window.js_function将speechToText函数暴露给JavaScript环境。用户界面会在浏览器中显示，并且可以通过按钮进行实时语音识别。

实时语音识别（Python+HTML实战）

评论已关闭

推荐阅读