【日本語】Pythonでspeech recognitionを使って音声認識させてみる！

今回はspeech recognitionライブラリを使って音声認識をしていきます。

使ってみるとなかなか精度が良さそうです！

デフォルトでは英語になっていますが、簡単に日本語対応も可能です。

以前は同じ音声認識システムとして、京都大学が開発したJuliusを使ってみました。気になる方はこちらから確認できます。

PythonでJuliusを動かして音声認識システム作ってみた！ - アルの備忘録

www.matematetea.com

早速、プログラムを組んでいきましょう！

Speech Recognitionとは
ライブラリのインストール
プログラムの実装
日本語を認識させる
speech recognitionの精度

Speech Recognitionとは

Speech Recognitionは「音声認識」のことです。

今回は数ある中でも音声認識ライブラリのひとつを使います。

このspeech recognitionライブラリはオンライン・オフラインの両方で使えるのが特徴です。

SpeechRecognition · PyPI

pypi.org

ライブラリのインストール

まずは音声認識のライブラリから。

次のコマンドを入力してspeech recognitionのインストールします。

pip install SpeechRecognition

次に音声を録音・保存・再生する機能があるPyAudioをインストールします。

pip install PyAudio

プログラムの実装

今回は簡単な実装で動くかを確認します。

import speech_recognition as sr

listener = sr.Recognizer()
try:
    with sr.Microphone() as source:
        print("Listening...")
        voice = listener.listen(source)
        voice_text = listener.recognize_google(voice)
        print(voice_text)
except:
    print('sorry I could not listen')

簡単な実装になりますが、これでPythonファイルを実行すると動きます。

この状態では英語認識の状態になるので日本語を認識させるようにしてみます。

日本語を認識させる

日本語を認識させる方法は簡単です。

9行目の引数に日本語を設定するだけで日本語が認識されます。

import speech_recognition as sr

listener = sr.Recognizer()

try:
    with sr.Microphone() as source:
        print("Listening...")
        voice = listener.listen(source)
        voice_text = listener.recognize_google(voice, language="ja-JP")
        print(voice_text)
except:
    print('sorry I could not listen')