1行で音声を書き起こす

さて、音声ファイルを変換して属性を取得する関数は準備できました。次は、それらを文字起こしする関数を作りましょう。

この演習では、filename を受け取り、speech_recognition の AudioFile クラスでその filename を読み込み、recognize_google() で文字起こしする transcribe_audio() を作成します。

これらの関数はすでに見てきましたが、今回は関数にまとめて使いやすくします。

試すために、Acme の最初の通話、"call_1.wav" を文字起こしします。

speech_recognition は sr としてインポート済みです。

この演習はコースの一部です

Pythonで学ぶ音声言語処理

コースを見る

演習の手順

入力パラメータとして filename を受け取る transcribe_audio 関数を定義します。
Recognizer() のインスタンスを recognizer として用意します。
recognize_google() を使って音声データを文字起こしします。
対象の通話ファイルを関数に渡して実行します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

____ ____(____):
  """Takes a .wav format audio file and transcribes it to text."""
  # Setup a recognizer instance
  ____ = sr.Recognizer()
  
  # Import the audio file and convert to audio data
  audio_file = sr.AudioFile(filename)
  with audio_file as source:
    audio_data = recognizer.record(source)
  
  # Return the transcribed text
  return recognizer.____(audio_data)

# Test the function
print(transcribe_audio(____))

コードを編集して実行