# Speech-and-Text

**Repository Path**: top3/Speech-and-Text

## Basic Information

- **Project Name**: Speech-and-Text
- **Description**: Speech to text (PocketSphinx, Iflytex API, Baidu API) and text to speech (pyttsx3) | 语音转文字（PocketSphinx、百度 API、科大讯飞 API）和文字转语音（pyttsx3）
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 4
- **Created**: 2021-11-20
- **Last Updated**: 2021-11-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Speech-and-Text

语音转文字（支持实时麦克风输入和从音频文件读入）：

- 百度 API
- 科大讯飞 API
- SpeechRecognition (CMU PocketSphinx)

文字转语音：

- pyttsx3

 

## Environment

- Python 3.6.7
- MacOS（以下环境配置方式均基于Mac系统，其他系统的配置方式可能会有一些不同）

 

## Speech to Text

### 百度

在 https://cloud.baidu.com/product/speech 申请API。

文档：http://ai.baidu.com/docs#/ASR-API



#### Configuration

安装：

```python
pip install baidu-aip
```

在 `speech_to_text_baidu()` 中填入APPID、API_KEY、SECRET_KEY：

```python
APP_ID = ""
API_KEY = ""
SECRET_KEY = ""
```

(也可以直接使用REST API：[Demo](https://github.com/Baidu-AIP/speech-demo)



#### Usage

```python
from Speech_and_Text import speech_to_text_baidu
# 从文件读入
speech_to_text_baidu(audio_path = "path_of_audio", if_microphone = False)
# 从麦克风读入
speech_to_text_baidu(if_microphone = True)
```



 

### 科大讯飞

在 https://www.xfyun.cn/services/voicedictation 申请API。

文档：https://doc.xfyun.cn/rest_api/index.html



#### Configuration

在 `speech_to_text_ifly()` 填入 APPID、API_KEY：

```python
URL = "http://api.xfyun.cn/v1/service/v1/iat"
APPID = ""
API_KEY = ""
```

要在讯飞管理面板中添加调用方api，否则会报错。



#### Usage

```python
from Speech_and_Text import speech_to_text_ifly
# 从文件读入
speech_to_text_ifly(audio_path = "path_of_audio", if_microphone = False)
# 从麦克风读入
speech_to_text_ifly(if_microphone = True)
```



 

### SpeechRecognition

使用了Python的语音识别库 [SpeechRecognition](https://pypi.org/project/SpeechRecognition/)

源码：https://github.com/Uberi/speech_recognition

 

#### Configuration

##### SpeechRecognition

安装：

```python
pip install SpeechRecognition
```



##### PyAudio

使用麦克风进行输入

主页：http://people.csail.mit.edu/hubert/pyaudio/

```python
# Mac上的安装方式

xcode-select --install	# 安装xcode, 已经装好的的话，执行的时候会提示

# 先用homebrew安装portaudio（pyaudio需要的库），否则会提示：'portaudio.h' file not found
brew remove portaudio	# 先用homebrew卸载
brew install portaudio	# 重新安装

sudo pip install pyaudio	# 安装pyaudio
```

Reference: https://stackoverflow.com/questions/33851379/pyaudio-installation-on-mac-python-3



##### PocketSphinx

[CMU Sphinx](https://cmusphinx.github.io/) 是卡内基梅隆大学开发的开源语音识别引擎，可以离线工作，支持多种语言（包括中文）。

源码：https://github.com/cmusphinx



[PocketSphinx](https://pypi.org/project/pocketsphinx/) 是 CMU Sphinx 的 Python 封装接口。

源码：https://github.com/cmusphinx/pocketsphinx-python

安装：

```
pip install PocketSphinx
```



添加中文语言包：

查看 `SpeechRecognition` 包的安装路径（`'/path'`）：

```python
python -c "import speech_recognition as sr, os.path as p; print(p.dirname(sr.__file__))"
```

然后下载并解压 [Mandarin Chinese](https://drive.google.com/open?id=0Bw_EqP-hnaFNSWdqdm5maWZtTGc) 语言包，把 `zh-CN` 文件夹放入 `'/path/pocketsphinx-data'` 中

 

#### Usage

```python
from Speech_and_Text import speech_to_text_cmu
# 从文件读入
speech_to_text_cmu(audio_path = "path_of_audio", if_microphone = False)
# 从麦克风读入
speech_to_text_cmu(if_microphone = True)
```



 

## Text to Speech

使用了Python的文字转语音库 [pyttsx3](https://pypi.org/project/pyttsx3/)

源码：https://github.com/nateshmbhat/pyttsx3

文档：https://pyttsx3.readthedocs.io



### Configuration

```python
pip install pyttsx3
pip install pyobjc # 依赖模块
```



### Usage

```python
from Speech_and_Text import text_to_speech
# Example
text_to_speech(sentence = "人类的本质是复读机")
```