要实现简单的语音识别功能，我们可以利用 Python 的 speech_recognition 库。这个库可以识别用户的语音并将其转换为文本。以下是如何通过一个简单的函数来实现语音识别的步骤：

步骤：

  1. 安装依赖库：首先，你需要安装 speech_recognition 和 pyaudio 库，后者用于获取麦克风输入。
pip install SpeechRecognition pyaudio
  1. 编写代码实现语音识别功能：
import speech_recognition as sr

def recognize_speech_from_mic():
    # 创建一个识别器
    recognizer = sr.Recognizer()

    # 使用麦克风获取输入
    with sr.Microphone() as source:
        print("请说话...")
        
        # 调整环境噪音
        recognizer.adjust_for_ambient_noise(source)
        
        # 录制音频
        audio = recognizer.listen(source)
        
        print("正在识别...")

        try:
            # 使用 Google Web Speech API 识别语音
            text = recognizer.recognize_google(audio, language='zh-CN')  # 支持中文识别
            print("你说的是：", text)
            return text
        except sr.UnknownValueError:
            print("无法理解语音")
        except sr.RequestError as e:
            print(f"请求错误：{e}")

# 调用函数
if __name__ == "__main__":
    recognize_speech_from_mic()

解释：

  • 创建 Recognizer 对象：我们通过 sr.Recognizer() 创建一个识别器对象，用来处理语音识别。
  • 使用麦克风获取音频：通过 sr.Microphone() 获取麦克风输入。recognizer.listen() 方法用于监听麦克风并录制音频。
  • 语音识别：recognizer.recognize_google(audio) 会将录制的音频转换成文字。这个方法默认使用 Google 的语音识别 API，识别结果返回为文本。
  • 异常处理：对于无法识别的语音，程序会捕获 UnknownValueError 异常；对于请求失败的情况，捕获 RequestError 异常。

运行程序：

  1. 运行程序后，你会看到提示“请说话…”，然后开始录音。
  2. 等待一会，程序会通过 Google Web Speech API 将语音转换为文本。

注意事项：

  • 这个方法依赖于 Google Web Speech API，需要联网才能正常工作。
  • pyaudio 是 speech_recognition 库的一部分，负责音频输入。如果在安装 pyaudio 时遇到问题，通常可以通过以下方式安装：pip install pipwin pipwin install pyaudio

这个简单的示例展示了如何使用 Python 来实现语音识别。你可以根据需求进一步扩展，比如支持多个语言、处理更复杂的音频输入等。