librosa 语音识别 学习笔记

目录

不错的功能介绍

librosa安装

语音识别


不错的功能介绍

librosa,一个很有趣的 Python 库! - 简书

音频转特征向量

GitHub - librosa/librosa: Python library for audio and music analysis

librosa安装

2024.04.27 测试ok Win11系统

pip install librosa

python 复制代码
import os

import numpy as np
from transformers import Wav2Vec2Processor, Wav2Vec2Model
import torch

import librosa


def load_example_input(audio_path, processor=None):
    if processor is None:
        processor = Wav2Vec2Processor.from_pretrained("facebook/wav2vec2-base-960h")

    speech_array, sampling_rate = librosa.load(os.path.join(audio_path), sr=16000)

    audio_feature = np.squeeze(processor(speech_array, sampling_rate=sampling_rate).input_values)

    audio_feature = np.reshape(audio_feature, (-1, audio_feature.shape[0]))

    return torch.FloatTensor(audio_feature)


audio_path=r'demo/wav/man.wav'


load_example_input(audio_path)

语音识别

pip install SpeechRecognition

pip install pyaudio

python 复制代码
import librosa
import speech_recognition as sr

# 录制音频
r = sr.Recognizer()
with sr.Microphone() as source:
    print("请开始说话...")
    audio = r.listen(source)

# 将音频转换为文本
try:
    text = r.recognize_google(audio)
    print("识别结果:", text)
except sr.UnknownValueError:
    print("无法识别音频")
except sr.RequestError as e:
    print(f"请求出错:{e}")
相关推荐
AI直播技术杂谈14 分钟前
AI直播推流链路中延迟优化的通用技术方案
开发语言·人工智能·php
haoyun65432116 分钟前
一文理清CRM:从基础概念到落地应用完整指南
大数据·人工智能·架构
Nomarsgo17 分钟前
研华PPC-6121工业平板电脑在智能港口岸桥控制终端中的应用方案——打造稳定可靠的港口起重设备人机交互与智能调度平台
人工智能·科技·计算机视觉·视觉检测·电脑·人机交互
骄阳如火32 分钟前
论文撰写SKILLS实测二|academic-research-skills:带“反幻觉内核“的研究→写作→评审全流水线
人工智能
办公室马主任33 分钟前
华南机械加工企业选MES服务商怎么选?
大数据·运维·人工智能·制造
冬奇Lab42 分钟前
代码库知识库系列(10):增量更新——什么时候该重建索引,重建哪些部分
人工智能
技术传感器1 小时前
Hermes + MCP:搭建真正可落地的 AI 开发工作流
人工智能·架构·aigc·ai编程
碳基猿1 小时前
新媒体矩阵运营API是什么?企业如何通过API打造自动化内容分发系统?
人工智能·新媒体运营·新媒体矩阵·运营数据统计·矩阵分发
≮傷£≯√1 小时前
opencv 图片合并
人工智能·opencv·计算机视觉
冬奇Lab1 小时前
开源项目第180期:Omnigent — Databricks 出品的 AI Agent 元编排层,让 Claude Code、Codex、Cursor 统一管控
人工智能·开源·agent