python文字转音频文件,python 音频转文字处理
最近拿到很多教学视频，需要在一周后考核视频里的内容，时间紧，任务重，一个个看时间上不允许，不看吧，考核过不去，我就在想，能不能把视频里的语音转换成文字，看文字效率高一些，而且找到重点之后再去看视频，效果也应该会好，python大法好，这个也是可以用大蟒加百度智能云接口来实现的，百度智能云的语音识别技术识别率已经很高了，就避免了我们自己训练模型了，拿来用就行，而且官方提供的测试语音数量已经够我们用了，不需要购买服务，真是太赞了，人生苦短，我用大蟒
备注：代码是大神分享在g i t h u b上面的，我算是转载他的
接下来上代码，作为一个备份
从ffmpy3导入FFmpegfrom pydub.audio_segment导入pymediainfo中的音频段导入来自aip的媒体信息导入AipSpeechdef vedio _ to _ PCM(file):输入文件=文件文件类型=文件。拆分( . )[-1]输出文件=输入文件。replace(file _ type， PCM )ff=FFmpeg(executable= FFmpeg ，global_options=[-y]，input={ input file:None }，output file={ acodec PCM _ s16le-f s16le-AC 1-ar 16000 })ff。cmd ff。run()返回输出文件def vedio _ to _ wav(file):输入文件=文件file _ type=文件。拆分(。)[-1]输出文件=输入文件。replace(file _ type， wav )ff=FFmpeg(executable= FFmpeg ，global_options=[-y]，inputs={inputfile: None}，output={ output file:None })ff。cmd ff。run()返回输出文件def wav _ split(path):file=vedio _ to _ wav(path)main _ wav _ path=file path=OS。路径。dirname(file)/ sound _ len=int(mediainfoto _ data()[ tracks ][0][ duration ])sound=音频段。from _ MP3(main _ wav _ path)part _ file _ list=list()min _=sound _ len/1000 if min _ 60:n=int(min _//60)print(type(n))if n * 60min _:n=1 for I in range(n):start _ time=I * 60 * 1000 1 end _ time=(I 1)* 60 * 1000 if end _ in哇格式(一)字。export(零件文件名称，格式= wav )零件文件列表。append(part _ file _ name)return part _ file _ list def BAIDU _ ASR(wav file):PCM _ file=vedio _ to _ PCM(wav file)def get _ file _ content(file):with open(file， rb) as fp: return fp.read() 你的APPID AK SK APP _ ID= API_KEY= SECRET _ KEY= client=AipSpeech(APP _ ID，API _ KEY，SECRET _ KEY)result=client。ASR(get _ file _ content(PCM _ file)， wav ，16000，{ dev _ PID :1537 })返回结果def perfect _ path(path，list _):tmp _ path=[]for I in list _:TT=path \ \ I tmp _ path。追加(TT)返回tmp _ path要提取文稿的视频路径path=C:\\Users\\25801路西\ \桌面\ \视频 name _ list=OS。list dir(path)tmp _ path=perfect _ path(path，name _ list)在tmp _ path中为I打印(tmp _ path):print(I)waiting _ list=wav _ split(I)output=open(I . txt ， w ，等待列表中我的encoding= gbk :tmp=BAIDU _ ASR(I)[ result ][0]输出。写(tmp)输出。close()remove _ PCM=[]waiting _ list中我的：remove_pcm.append(i.split( . ))[0] .PCM’)OS . remove(I)中的我这个是需要一个软件配合的，源文件我发在百度云上了，拿来就能用，传送门
链接：https://潘。百度一下。com/s/1 bezptdds 0 pnfufq 6 DH 1 CMG
提取码：wob8
文件里包含这些东西
识别效果也很不错，我就不上测试图了，祝大家用的愉快，希望能够帮到有需要的朋友，也能给我备份一下
历史中提交的图片或压缩文件
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。