python-3.x - pyTelegramBotAPI 和 SpeechRecognition
问题描述
我正在使用 pyTelegramBotAPI 构建一个 Telegram 机器人。该机器人应该从用户那里获取语音消息并使用 SpeechRecognition 库执行文本识别。据我所知,电报语音消息是 ogg 文件,而语音识别不支持 ogg,因此我需要将其转换为 wav 或 flac(或 SpeechRecognition 支持的任何其他格式)。我正在按照此处的建议进行操作How to convert Telegram voice in a wave file in python
但是下面的代码...
@bot.message_handler(content_types=['voice', 'audio'])
def get_audio_messages(message):
r = sr.Recognizer()
file_info = bot.get_file(message.voice.file_id)
downloaded_file = bot.download_file(file_info.file_path)
with open('user_voice.ogg', 'wb') as new_file:
new_file.write(downloaded_file)
src_filename = 'user_voice.ogg'
dest_filename = 'user_voice_output.flac'
process = subprocess.run(['C:\\ffmpeg\\bin\\ffmpeg.exe', '-i', src_filename, dest_filename])
if process.returncode != 0:
raise Exception("Something went wrong")
with open('user_voice_output.flac', 'rb') as user_audio:
text = r.recognize_google(user_audio)
bot.send_message(message.from_user.id, text)
...仍然产生以下错误:
line 822, in recognize_google assert isinstance(audio_data, AudioData), "``audio_data`` must be audio data"
AssertionError: ``audio_data`` must be audio data
我是否遗漏了一些关于 ogg 到 flac 或 ogg 到 wav 转换的内容?
解决方案
我在这里找到了答案https://s3.amazonaws.com/assets.datacamp.com/production/course_17718/slides/chapter2.pdf
import speech_recognition as sr
user_audio_file = sr.AudioFile("user_voice_output.wav")
with user_audio_file as source:
user_audio = r.record(source)
text = r.recognize_google(user_audio, language='en-US')
推荐阅读
- linux - 如何在 9003 上的 iptables 中打开 udp?
- react-native - 提交时 DatePicker 输入值未传递给 Redux 表单
- dialogflow-es - Dialogflow 访问角色:使用 JS 客户端部署凭据
- sql - 需要检索表的最后插入/更新的记录并排除一些例外
- excel - 如果找到,数组中的 InStr 不填充值
- json - 当我在 android studio 中使用 volley 时如何获得响应并迭代 Json ?如果是多维数组
- c# - 如何在 Unity3D 中计算两帧(轴向系统)之间的(正确)变换矩阵
- python - 递归如何在python中保留函数值?
- functional-programming - 在 if 中定义
- java - 将文本包裹在 Button 内