音频文件与大多数其他类型的数据不同。在开始处理之前，通常需要预处理。本章将带您完成处理语音文件的第一步：把两种不同的音频文件转换为声波，并对它们进行可视化比较。

Python 中的音频数据入门

合适的频率单位

使用 Python 导入音频文件

将声波字节转换为整数

正确的数据类型

字节到整数

找到时间戳

可视化声波

保持一致性

使用 Python 处理音频数据

Python 语音语言处理入门

语音识别尚不完美，但 SpeechRecognition 库提供了与多种语音转文本 API 交互的简便方式。在本章中，您将学习如何使用 SpeechRecognition 库，轻松将音频文件中的口语转换为文本。

SpeechRecognition Python 库

找出错误的 speech_recognition API

使用 SpeechRecognition 库

使用 Recognizer 类

使用 SpeechRecognition 读取音频文件

从 AudioFile 到 AudioData

录制所需的音频

处理不同类型的音频

不同类型的音频

多位说话者 1

多位说话者 2

处理含噪音的音频

使用 Python SpeechRecognition 库

并非所有音频文件都具有相同的结构、大小或格式。幸运的是，James Robert 开发的 PyDub 库提供了工具，您可以通过编程方式更改音频文件的各种属性，例如帧率、声道数、文件格式等。在本章中，您将学习如何使用这个实用的库，确保所有音频文件都具备适合转写的正确形态。

PyDub 简介

使用 PyDub 导入音频文件

使用 PyDub 播放音频文件

使用 PyDub 查看音频参数

调整音频参数

使用 PyDub 操作音频文件

先降音量……再升回来

使用 PyDub 归一化音频文件

剪切与拼接音频文件

使用 PyDub 将立体声音频拆分为单声道

使用 PyDub 转换并保存音频文件

导出与重新格式化音频文件

使用 PyDub 处理多个音频文件

一个音频处理工作流

用 PyDub 处理音频文件

本章中，您将把所学内容整合起来，为一家科技公司 Acme Studios 构建一个语音处理概念验证项目。您将先把客户支持电话的音频片段转写为文本，然后基于转写结果使用 NLTK 进行情感分析、使用 spaCy 进行命名实体识别，并使用 scikit-learn 进行文本分类。

创建转录辅助函数

将音频转换为正确格式

获取 PyDub 统计信息

用一行代码转写音频

使用您构建的辅助函数

对口语文本进行情感分析

分析电话通话的情感

对格式化文本进行情感分析

对转写文本进行命名实体识别

在 spaCy 中进行命名实体识别

在 spaCy 中创建自定义命名实体

使用 Sklearn 对转录语音进行分类

为文本分类准备音频文件

转写电话通话片段

整理转写后的电话通话数据

创建口语文本分类器

恭喜您！

处理语音转写得到的文本

Pre- and post-purchase audio snippet transcriptions

我们往往先学会说话，才学会阅读。即使在数字时代，语音仍是主要的交流方式。使用 Python 进行语音语言处理将帮助您加载、转换并转写音频文件。您将先在 Python 中了解原始音频的样子，最后通过一个业务用例来收尾：对电话通话数据进行转写与分类。

<h2>使用 Python 学习语音识别和口语语言处理</h2>
我们学会说话，远早于学会阅读。 即使在数字时代，我们主要的交流方式仍然是语言。 Python中的语音处理将帮助你加载、转换和转录音频文件。 你将首先了解原始音频在 Python 中的样子，然后继续探索常用库，并通过一个商业应用案例进行实践。 
<br><br>
<h2>使用 Python SpeechRecognition 和 PyDub 转录音频文件</h2>
Python 有许多流行的库，可以帮助你处理口语。 SpeechRecognition 为您提供了一种轻松集成语音转文本 API 的方式，而 PyDub 则帮助您以编程方式修改音频文件属性，使其为转录做好准备。 这些库都在深入的章节中进行了讲解，让你有机会将理论付诸实践，巩固所学知识。 
<br><br>
<h2>通过课程内项目实践语音转录</h2>
本课程的最后一章将为你提供一个机会，通过为一家虚构的科技公司构建一个语音处理概念验证，将你所学的一切融会贯通。 你将构建一个系统，将电话通话音频转录为文本，然后进行情感分析，以审查客户支持电话通话。 
<br><br>
在本课程结束时，你将同时掌握相关知识和动手实践经验，能够将所学应用到工作或个人项目中。 

Introduction to Natural Language Processing in Python

Supervised Learning with scikit-learn

学习如何使用流行库在Python中加载、转换和转录原始音频文件。

Python 语音语言处理

学习如何在 Python 中从原始音频文件加载、转换并转录语音。 

使用 PyDub 转换并保存音频文件

Create Your Free Account