Recognizer クラスを使う
これで Recognizer クラスのインスタンスが作成できました。次に、そのインスタンスで recognize_google() メソッドを使い、Google の Web Speech API にアクセスして音声をテキストに変換します。
recognize_google() は audio_data 引数が必須で、指定しないとエラーになります。
デフォルトの言語は米国英語です。音声ファイルが米国英語でない場合は、language 引数で言語を変更できます。利用可能な言語コードの一覧は こちら を参照してください。
英語の音声を含むオーディオファイルが clean_support_call_audio として読み込まれています。音声ファイルはこちらから試聴できます。SpeechRecognition は sr としてもインポート済みです。
Google の Web API のリクエスト制限に達しないように、この演習では Recognizer クラスをモック化し、こちらの音声ファイルで動作するようにしています。そのため、一部の機能は制限されています。
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に対してrecognize_google()メソッドを呼び出し、clean_support_call_audioを渡してください。language引数を"en-US"に設定してください。
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.Recognizer()
# Transcribe the support call audio
text = ____.____(
audio_data=____,
language=____)
print(text)