如何使用python实现语音到文本？

Question

我刚开始使用houndify，我一直在创建STT(语音到文本)过程，我有一个用python创建它的想法，我选择了houndify python2.7sdk，我已经获得了houndify service.So的客户机id和客户端密钥，我如何进行语音到文本conversion?.Please的逐步解决呢？

Answer 1

Python包含两个示例脚本，说明如何向Houndify发送语音查询: sample_stdin.py和sample_wave.py。无论音频的来源如何，步骤如下：

1. 用houndify.StreamingHoundClient、clientKey和一些userID初始化clientKey对象(在开发过程中可以是"test_user“，但理想情况下应该与最终用户相对应)
2. 扩展houndify.HoundListener类
3. 将侦听器的实例传递给StreamingHoundClient对象的start()方法
4. 在一个循环中读取音频块(8/16 kHz单位16位小端PCM示例)，并将其输入客户端：client.fill(samples)。
5. 流完成后调用client.finish()

您可以在这里找到有关SDK的更多详细信息(包括设置请求信息字段的信息)：https://docs.houndify.com/sdks/docs/python。

下面是一个简单的脚本，它从stdin读取音频，并只打印部分记录、最终响应或错误消息：

import sys
import houndify


class MyListener(houndify.HoundListener):

  def onPartialTranscript(self, transcript):
    print "Partial transcript: " + transcript

  def onFinalResponse(self, response):
    print "Final response: " + str(response)

  def onError(self, err):
    print "Error: " + str(err)


client = houndify.StreamingHoundClient(<CLIENT_ID>, <CLIENT_KEY>, "test_user", sampleRate = 8000)

BUFFER_SIZE = 512

client.start(MyListener())

while True:
  samples = sys.stdin.read(BUFFER_SIZE)
  if len(samples) == 0: break

  finished = client.fill(samples)
  if finished: break

client.finish()