Python の SpeechRecognizer を用いて音声認識

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境のインストール

Windows の場合

1. Python のインストール

   Python の URL: http://www.python.org/

   インストール手順の詳細は： 別ページで説明している．

2. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder）のインストール

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
   

Ubuntu の場合

システム Python を使用（インストール操作は不要）

1. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder）のインストール

   次のコマンドを実行．

   sudo apt -yV install python3-dev python3-pip python3-setuptools
   sudo apt -yV install jupyter-qtconsole jupyter-notebook python3-jupyter-client python3-jupyter-console python3-spyder spyder3
   

Python のパッケージ SpeechRecognition, pyaudio のインストール

1. Windows では，コマンドプロン プトを管理者として実行．
2. 次のコマンドを実行．

   ※ Windows では「python」，Ubuntu では「sudo python3 -m pip」

   python -m pip install -U SpeechRecognition
   

   

   引き続き，次のコマンドを実行

   pip install -U pyaudio
   

   

Python の SpeechRecognizer を用いて音声認識してみる

1. まずは，入った .wav ファイルを準備する
   

   ※ 手元に .wav ファイルがないよ，というときは http://www.wavsource.com（インターネットでは，下品な広告が付いている可能性があるので，必要もないのにクリックしないこと） などから入手できる（.wav ファイルをダウンロードするときは、利用条件などを確認すること）

2. 「IPython シェル」を使う．
3. Jupyter Qt Console を起動

   jupyter qtconsole
   

   

   Python プログラムを動かして，結果を見たい．

   Jupyter Qt Console， spyder， PyCharm， PyScripter が便利である． Windows では，スタートメニューの「IDLE (Python ...)」も便利である．

   ※ 「jupyter qtconsole」を入れたのに，jupyter qtconsole が起動しない という場合には，次の操作で，インストールを行ってから，もう一度試してみる．

   ※ Windows では「python」，Ubuntu では「sudo python3 -m pip」

   python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
   

4. 次を実行

   import os
   print(os.getcwd())
   

   実行結果例

   
5. 先ほどの .wav ファイルはカレントディレクトリに移しておく（あとの作業を楽にするため）
6. 英語の音声認識してみる

   「Python コンソール」を使う．

   ※ PyCharmか, Anacondaに入っているspyder を使うのが簡単

   次の Python プログラムを実行

   「"coincidence.wav" 」のところは，ファイル名を書き換えること．

   import speech_recognition
   r = speech_recognition.Recognizer()
   with speech_recognition.AudioFile("coincidence.wav") as source:
       audio = r.record(source)
   r.recognize_google(audio)
   

   実行結果の例

   
7. 日本語の音声認識をしたい場合には「language='ja-JP'」を指定する

   次の Python プログラムを実行

   「"1.wav" 」のところは，ファイル名を書き換えること．

   import speech_recognition
   r = speech_recognition.Recognizer()
   with speech_recognition.AudioFile("1.wav") as source:
       audio = r.record(source)
   r.recognize_google(audio, language='ja-JP')
   

   実行結果の例