音訊檔和多數其他型態的資料不同。在開始處理之前，需要先做一些前處理。本章中，你會學到處理語音檔的第一步：將兩個不同的音訊檔轉成聲波，並在視覺上加以比較。

Python 的音訊資料入門

正確的頻率單位

用 Python 匯入音訊檔

將聲波位元組轉換為整數

正確的資料型別

位元組轉整數

找出時間戳記

視覺化聲波

維持一致性

用 Python 處理音訊資料

Python 的口語語言處理入門

語音辨識距離完美仍有一段距離。不過，SpeechRecognition 函式庫可讓你輕鬆與多種語音轉文字 API 互動。本節會帶你使用 SpeechRecognition 函式庫，快速把音訊檔中的口語內容轉成文字。

SpeechRecognition Python 函式庫

選出不屬於 speech_recognition 的 API

使用 SpeechRecognition 函式庫

使用 Recognizer 類別

使用 SpeechRecognition 讀取音訊檔案

從 AudioFile 到 AudioData

錄下我們需要的音訊

處理不同類型的音訊

不同類型的音訊

多位說話者 1

多位說話者 2

處理含雜訊的音訊

使用 Python 的 SpeechRecognition 函式庫

並非所有音訊檔都有相同的形狀、大小或格式。所幸，James Robert 開發的 PyDub 函式庫提供多種工具，讓你以程式方式調整音訊屬性，如取樣率、聲道數、檔案格式等更多項目。本章你將學會如何使用這個實用的函式庫，確保所有音訊檔都符合轉寫所需的格式。

PyDub 入門

用 PyDub 匯入音訊檔

用 PyDub 播放音訊檔案

使用 PyDub 讀取音訊參數

調整音訊參數

使用 PyDub 操作音訊檔案

先調小……再調大

使用 PyDub 正規化音訊檔

裁切與組合音訊檔

使用 PyDub 將立體聲音訊分割為單聲道

使用 PyDub 轉換並儲存音訊檔案

匯出並重新格式化音訊檔案

用 PyDub 操作多個音訊檔

音訊處理工作流程

用 PyDub 操作音訊檔

在本章中，你會把所學整合起來，為一家科技公司 Acme Studios 建立語音處理的概念驗證專案。你將從把客服電話通話的音訊片段轉寫為文字開始，接著對轉寫文字進行情感分析（使用 NLTK）、具名實體辨識（使用 spaCy），以及文字分類（使用 scikit-learn）。

建立轉錄輔助函式

將音訊轉成正確格式

查詢 PyDub 統計資訊

用一行指令轉錄音訊

使用你建立的輔助函式

對口語文字進行情緒分析

分析電話通話的情緒傾向

針對已格式化文字進行情緒分析

在轉錄文字上進行命名實體辨識

在 spaCy 中進行命名實體辨識

在 spaCy 建立自訂的命名實體

使用 Sklearn 對轉錄語音進行分類

為文字分類準備音訊檔

轉錄電話來電片段

整理轉錄的電話通話資料

建立口語文字分類器

恭喜！

處理從語音轉寫而來的文字

Pre- and post-purchase audio snippet transcriptions

我們學會說話遠早於學會閱讀。即使在數位時代，主要的溝通方式仍是語音。「Spoken Language Processing with Python」將帶你載入、轉換並轉寫音訊檔。你會先在 Python 中看看原始音訊長什麼樣子，最後以商業情境為例，實作電話通話資料的轉寫與分類。

<h2>在 Python 中學習語音辨識與口語語言處理</h2>
我們在學會閱讀之前，就已經學會說話了。 即使在數位時代，語音仍然是我們主要的溝通方式。 使用 Python 進行語音語言處理將協助您載入、轉換並轉錄音訊檔案。 您將從在 Python 中觀察原始音訊的樣貌開始，接著探索熱門函式庫，並實際操作一個商業應用案例。 
<br><br>
<h2>使用 Python SpeechRecognition 和 PyDub 轉錄音訊檔案</h2>
Python 擁有多個受歡迎的函式庫，可協助您處理語音語言。 SpeechRecognition 為您提供輕鬆整合語音轉文字 API 的方式，而 PyDub 則協助您以程式化方式調整音訊檔案屬性，讓其適合進行轉錄。 每個這些函式庫都在專屬章節中深入介紹，讓您有機會將理論付諸實踐，鞏固您的知識。 
<br><br>
<h2>透過課程專案練習語音轉錄</h2>
本課程的最後一章將帶領您整合所學，為一家虛構科技公司打造語音處理概念驗證專案。 您將建立一套系統，將電話通話音訊轉換為文字，並進行情感分析，以檢視客戶支援通話內容。 
<br><br>
在本課程結束時，您將具備相關知識與實作經驗，能夠將所學應用於您的工作或個人專案中。 

Introduction to Natural Language Processing in Python

Supervised Learning with scikit-learn

學習如何使用熱門庫在Python中從原始音訊檔案載入、轉換和轉錄語音。

Python 的口語語言處理

掌握如何在 Python 中載入、轉換並轉錄原始音訊檔的語音。 

自然語言處理 使用 Python

Machine Learning Engineer/YouTube creator

用 Sklearn 分類轉錄語音

檢視資料

轉成 wav

轉錄所有通話片段

整理轉錄文字

建立文字分類器

Naive Bayes 管線

其實一點不「Naive」

一起來練習吧！

處理從語音轉寫而來的文字 - 使用 Sklearn 對轉錄語音進行分類

使用 Sklearn 對轉錄語音進行分類

Create Your Free Account