Есть ли пайтон библиотека распознавания речи с поддержкой формата ogg файлов?

Question

[Андрей]

Нужна библиотека для распознавания речи (или обработки аудио файла ) и вывода содержимого в текст (по типу пайтон библиотеки SpeechRecognizer)
Обязательно что бы библиотека могла работать с файлами формата ogg . Если у кого-то есть идеи , буду рад совету , спасибо)))

Answer 1

[Александр]

Потребуется ffmpeg установить из ffmpeg
Распаковать и прописать в PATH

from subprocess import Popen
from speech_recognition import (Recognizer, AudioFile)
from speech_recognition import (UnknownValueError, RequestError)


class SpeechOggAudioFileToText:
    def __init__(self):
        self.recognizer = Recognizer()

    def ogg_to_wav(self, file):
        args = ['ffmpeg','-i', file, 'test.wav']
        process = Popen(args)
        process.wait()
    @property
    def text(self):
        AUDIO_FILE = 'test.wav'
        with AudioFile(AUDIO_FILE) as source:
            audio = self.recognizer.record(source)
        try:
            text = self.recognizer.recognize_google(audio, language='RU')
            return text
        except UnknownValueError:
            print("Не удаётся распознать аудио файл")
        except RequestError as error:
            print("Не удалось запросить результаты: {0}".format(error))

def main():
    speech_ogg = SpeechOggAudioFileToText()
    speech_ogg.ogg_to_wav('test.ogg')
    print(speech_ogg.text)

if __name__ == '__main__':
    main()

Comments

[Андрей]

Ок. Спасибо большое , я обязательно проверю и выставлю решением если сработает
P.S. Идея использования ООП очень интересна

[Александр]

Андрей Не важно,

P.S. Идея использования ООП очень интересна

Она очень ещё полезна)

[Андрей]

Александр, Тут такое дело, когда указываю путь к файлу пишет, что не может найти указаный файл

[Александр]

Андрей Не важно, test.ogg должен находиться в той же директории что и главный скрипт или укажите абсолютный путь

[Андрей]

Александр, все верно, файл находиться в тойже директории, пробовал указывать полный путь, результат один и тот же

[Александр]

Андрей Не важно, Покажите log полностью

[Александр]

file = os.path.abspath("test.ogg")

[Андрей]

Александр, простите , что такое log?И отсюда же что именно вам показать ?

[Андрей]

Андрей Не важно, ок, сейчас секунду

[Андрей]

Андрей Не важно, вот C:/Users/User/PycharmProjects/SUPER_BOT/SUPER_BOT.py

[Александр]

Андрей Не важно, Сообщение об ошибке полностью

[Андрей]

Александр, ок
Traceback (most recent call last):
File "C:/Users/User/PycharmProjects/SUPER_BOT/Filechange.py", line 33, in
main("C:/Users/User/PycharmProjects/SUPER_BOT/voice.ogg")
File "C:/Users/User/PycharmProjects/SUPER_BOT/Filechange.py", line 30, in main
speech_ogg.ogg_to_wav(file_ogg)
File "C:/Users/User/PycharmProjects/SUPER_BOT/Filechange.py", line 12, in ogg_to_wav
process = Popen(args)
File "C:\Users\User\AppData\Local\Programs\Python\Python38-32\lib\subprocess.py", line 854, in __init__
self._execute_child(args, executable, preexec_fn, close_fds,
File "C:\Users\User\AppData\Local\Programs\Python\Python38-32\lib\subprocess.py", line 1307, in _execute_child
hp, ht, pid, tid = _winapi.CreateProcess(executable, args,
FileNotFoundError: [WinError 2] Не удается найти указанный файл

[Александр]

Ещё попробуйте запустить не через PyCharm а напрямую кликнув по файлу 2 раза

[Андрей]

Александр, ? если я кликну по фйлу два раза то у меня откроеться проигрыватель или пайчарм... извините что так туплю, но я немного не понимаю

[Александр]

Покажите строку file_ogg = ?

[Александр]

Александр, Чему равно продолжите строку

[Андрей]

Александр, хорошо
def main(file_ogg):
speech_ogg = SpeechOggAudioFileToText()
speech_ogg.ogg_to_wav(file_ogg)
print(speech_ogg.text)

[Андрей]

Андрей Не важно, Александр , буду очень рад если мы сможем связаться по телеграму. Мне кажеться так будет удобнее

[Александр]

Андрей Не важно, ваш файл посмотрите в папке точно так называется?voice.ogg?

[Александр]

Александр, Запишите сюда speech_ogg.ogg_to_wav('название_ogg_файла.ogg')
И уберите из main аргументы

[Александр]

Андрей Не важно, @AlexandrLynnik

[Андрей]

Александр, точно

[Александр]

Андрей Не важно, Что?

[Андрей]

Александр, так я тоже пробовал, таже ошибка

[Александр]

Короче я не пойму что вы там пробовали я дал вам telegram Login
пишите

Answer 2

[nshmyrev]

Воск, например, вместе с ffmpeg, работать будет без сети:

https://github.com/alphacep/vosk-api/blob/master/p...

from vosk import Model, KaldiRecognizer
import sys
import os
import subprocess

if not os.path.exists("model"):
    print ("Please download the model from https://github.com/alphacep/vosk-api/blob/master/doc/models.md and unpack as 'model' in the current folder.")
    exit (1)

sample_rate=16000
model = Model("model")
rec = KaldiRecognizer(model, sample_rate)

process = subprocess.Popen(['ffmpeg', '-loglevel', 'quiet', '-i',
                            sys.argv[1],
                            '-ar', str(sample_rate) , '-ac', '1', '-f', 's16le', '-'],
                            stdout=subprocess.PIPE)

while True:
    data = process.stdout.read(4000)
    if len(data) == 0:
        break
    if rec.AcceptWaveform(data):
        print(rec.Result())
    else:
        print(rec.PartialResult())

print(rec.FinalResult())

Comments

[Андрей]

Спасибо большое , я уже разобрался ))

Answer 3

[Назар Тропанец]

Я не знаю библиотеки разпознования речи с поддержкой .ogg, но возможно я смогу помочь. В Python можно конвертировать .ogg в .wav и уже использовать .wav для Speech to Text.

import soundfile
data, samplerate = soundfile.read('yourfile.ogg')
soundfile.write('newfile.wav', data, samplerate)
data, samplerate = soundfile.read('newfile.wav')

Comments

[Андрей]

Ок , спасибо , я попробую оба варианта

[Андрей]

Андрей Не важно, код не работает

[SuperZombi]

Error opening 'D:\\1234.ogg': File contains data in an unimplemented format.