複数話者 1
会話を文字起こしする場合、話者は1人とは限りません。ただしご覧のとおり、recognize_google() は発話を1つのテキストブロックにしか変換しません。
この音声ファイルでは、3人の異なる話者がいることが分かります。
しかし、この音声をそのまま文字起こしすると、recognize_google() は1つのテキストブロックを返します。これは有用ではありますが、誰が何を話したかは分かりません。
次の演習では、これに代わる方法を見ていきます。
複数話者の音声ファイルはすでにインポートされ、AudioData に変換されて multiple_speakers という名前で用意されています。
この演習はコースの一部です
Pythonで学ぶ音声言語処理
演習の手順
Recognizerのインスタンスを作成します。recognize_google()関数でmultiple_speakers変数を認識します。- 言語を米国英語（
"en-US"）に設定します。
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。
# Create a recognizer class
recognizer = sr.____()
# Recognize the multiple speaker AudioData
text = recognizer.recognize_google(____,
language=____)
# Print the text
print(text)