Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Google Speech API का उपयोग करके पायथन में स्पीच रिकग्निशन

स्पीच रिकग्निशन होम ऑटोमेशन, AI आदि जैसे कई एप्लिकेशन में सबसे उपयोगी विशेषताओं में से एक है। इस खंड में हम देखेंगे कि पायथन और Google के स्पीच API का उपयोग करके स्पीच रिकग्निशन कैसे किया जा सकता है।

इस मामले में हम माइक्रोफोन का उपयोग करके स्पीच रिकग्निशन के लिए ऑडियो देंगे। माइक्रोफोन्स को कॉन्फ़िगर करने के लिए कुछ पैरामीटर्स हैं।

इस मॉड्यूल का उपयोग करने के लिए, हमें SpeechRecognition मॉड्यूल इंस्टॉल करना होगा। pyaudio नामक एक और मॉड्यूल है, जो वैकल्पिक है। इसका उपयोग करके हम ऑडियो के विभिन्न मोड सेट कर सकते हैं।

sudo pip3 install SpeechRecognition
sudo apt-get install python3-pyaudio

बाहरी माइक्रोफोन्स या USB माइक्रोफोन्स के लिए, किसी भी कठिनाई से बचने के लिए सटीक माइक्रोफोन प्रदान करने की आवश्यकता है। लिनक्स पर, यदि हम 'lsusb' टाइप करते हैं तो USB डिवाइसेस के लिए संबंधित जानकारी दिखाएगा।

दूसरा पैरामीटर चंक साइज है। इसका उपयोग करके हम निर्दिष्ट कर सकते हैं कि हम एक बार में कितना डेटा पढ़ना चाहते हैं। यह 2 की घात वाली संख्या होगी, जैसे 1024 या 2048 आदि।

हमें सैंपलिंग रेट भी निर्दिष्ट करना होगा ताकि यह निर्धारित किया जा सके कि प्रोसेसिंग के लिए डेटा कितनी बार रिकॉर्ड किया जाता है।

चूंकि परिवेश में कुछ अपरिहार्य शोर हो सकता है, इसलिए हमें सटीक आवाज लेने के लिए एंबिएंट नॉइज़ को एडजस्ट करना होगा।

स्पीच को पहचानने के चरण

  • विभिन्न माइक्रोफोन संबंधित जानकारी लें।

  • चंक साइज, सैंपलिंग रेट, एंबिएंट नॉइज़ एडजस्टमेंट आदि का उपयोग करके माइक्रोफोन कॉन्फ़िगर करें।

  • आवाज प्राप्त करने के लिए कुछ समय प्रतीक्षा करें।

    • जब आवाज पहचानी जाती है, तो इसे टेक्स्ट में बदलने का प्रयास करें, अन्यथा कुछ एरर्स उठाएं।

  • प्रक्रिया रोकें।

उदाहरण कोड

import speech_recognition as spreg

# सैंपलिंग रेट और डेटा साइज सेट करें
sample_rate = 48000
data_size = 8192
recog = spreg.Recognizer()

with spreg.Microphone(sample_rate=sample_rate, chunk_size=data_size) as source:
    recog.adjust_for_ambient_noise(source)
    print('Tell Something: ')
    speech = recog.listen(source)
    try:
        text = recog.recognize_google(speech)
        print('You have said: ' + text)
    except spreg.UnknownValueError:
        print('Unable to recognize the audio')
    except spreg.RequestError as e:
        print("Request error from Google Speech Recognition service; {}".format(e))

आउटपुट

$ python3 318.speech_recognition.py
Tell Something:
You have said: here we are considering the asymptotic notation Pico to calculate the upper bound of the time complexity so then the definition of the big O notation is like this one

माइक्रोफोन का उपयोग किए बिना, हम कुछ ऑडियो फाइल को इनपुट के रूप में भी ले सकते हैं ताकि इसे स्पीच में बदला जा सके।

उदाहरण कोड

import speech_recognition as spreg

sound_file = 'sample_audio.wav'
recog = spreg.Recognizer()

with spreg.AudioFile(sound_file) as source:
    speech = recog.record(source) # सुनने के बजाय रिकॉर्ड का उपयोग करें
    try:
        text = recog.recognize_google(speech)
        print('The file contains: ' + text)
    except spreg.UnknownValueError:
        print('Unable to recognize the audio')
    except spreg.RequestError as e:
        print("Request error from Google Speech Recognition service; {}".format(e))

आउटपुट

$ python3 318a.speech_recognition_file.py
The file contains: staying ahead of the curve demand planning new technology it also helps you progress in your career
  1. Python में gmplot पैकेज का उपयोग करके Google Map प्लॉट करना Python में gmplot पैकेज का उपयोग करके Google Map प्लॉट करना

    Google Maps पर भौगोलिक निर्देशांक बनाने के कई तरीके हैं। हालांकि, यदि आप इसे स्थानीय फ़ाइल में सहेजना चाहते हैं, तो Python मॉड्यूल gmplot के माध्यम से इसे पूरा करने का एक बेहतर तरीका है। Python लाइब्रेरी gmplot हमें Google Maps पर डेटा प्लॉट करने की अनुमति देती है। gmplot में matplotlib जैसा इंटरफ

  1. पायथन में न्यूज़ API का उपयोग करके शीर्ष समाचार प्राप्त करना पायथन में न्यूज़ API का उपयोग करके शीर्ष समाचार प्राप्त करना

    न्यूज़ API किसी भी वेबसाइट से समाचार लेख खोजने और प्राप्त करने के लिए बहुत प्रसिद्ध API है, इस API का उपयोग करके कोई भी किसी भी वेबसाइट से शीर्ष 10 समाचार शीर्षक प्राप्त कर सकता है। लेकिन इस API का उपयोग करने के लिए एक चीज़ आवश्यक है जो API कुंजी है। उदाहरण कोड import requests def Topnews(): #

  1. पायथन में CX_Freeze का उपयोग पायथन में CX_Freeze का उपयोग

    कभी-कभी हम कुछ अलग बनाना चाहते हैं जो बहुत रोमांचक हो, और मानव स्वभाव के अनुसार, हम हमेशा इसे साझा करना पसंद करते हैं। पायथन भी उन इच्छाओं को पूरा करता है। पायथन का उपयोग करके, अगर हम अपने पायथन प्रोग्राम को अपने दोस्तों के साथ साझा करना चाहते हैं तो हम ऐसा कर सकते हैं, बस उनके मशीन पर वही पायथन सं