Python の SpeechRecognizer を用いて音声認識

金子邦彦研究室：　データベース、人工知能（AI)、データサイエンスの融合により不可能を可能にする

前もって準備しておくこと

前準備として，Anaconda のインストールが終わっていること． 手順を下に説明しています．

Anaconda のインストール

Python 3 の開発環境である Anacondaをおすすめ．Window でのインストール手順は次の通りです（Linuxでも同様の手順です）．

1. https://www.anaconda.com/downloadを開く

2. 「Download」をクリックする．
   

3. ダウンロードが始まるので確認する．

4. ダウンロードした .exe ファイルを実行して，Anacondaをインストール．

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

Anaconda プロンプトを管理者として開き，次のコマンドを実行．

conda install -c conda-forge SpeechRecognition

引き続き，次のコマンドを実行

pip install 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．

   ※ Anacondaに入っている開発環境 spyder を実行し，右下の ipython コンソールを使うのが簡単．

3. 「IPython シェル」でカレントディレクトリの確認

   
   pwd()
   
   

   実行結果例

   

4. 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）

5. 英語の音声認識してみる

   「IPython シェル」を使う．

   ※ Anacondaに入っている開発環境 spyder を実行し，右下の ipython コンソールを使うのが簡単．

   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

   

6. 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