看日本电影再也不怕看不懂了，6行Python代码轻松实现音频转文字

Posted 2021-09-03 梦子mengy7762

前面几天想看一个电影（至于什么电影就不说了），搜了半天没有中文字幕。

这种事情，你是不是也预定过！很痛苦，有声音和图形。但是你听不懂！嗯？

于是，我想想现在的科技这么发达，难道找不到音频转文字的软件吗！

于是我就搜了一下：

这么贵！

好在这难道不了一个吃苦耐劳的程序员，在知乎某位大佬哪里找到了这个东西 ！

IBM 爸爸的Speech to text

好了 ，大佬们，准备好你们的音频，以及Python，我们开始吧！！

第一步：

点击首页紫色的那个「Star for free in IBM Cloud」按钮，

注册IBM Cloud并登陆（注册不了的亲，记得科学上网）。

第二步：

添加服务，添加后是这样的：

点击现有服务，找到已有的服务。

点击服务名称查看详情。

看到页面下方显示服务凭证，且username和password都是加密符号表示。

点击右侧的「显示」，打开眼睛，

把username和password记下来

（复制到记事本里啦不要翻小本本了！）

好了，任务完成，我们可以把官网关掉了。

第三步：

安装SpeechRecognition包

打开cmd，输入pip install SpeechRecognition，耐心等待一会就安装成功了。

出现这个就安装成功了!

第四步:

打开Jupyter Notebook开始撸代码！

运行这一步发现报错了

原来要wav格式。

给大家推荐一个好用的神器：格式工厂。

音频视频文件转格式我都用它，方便小巧。

转格式后把引号里的内容改成1.wav就可以运行了。接着定义账号密码，

把引号里的XXX改成你自己的

IBM_USERNAME = ‘XXXXXXXX’

IBM_PASSWORD= ‘XXXXXXXX’

以及调用IBM的Speech to text。

我这2分多钟的音频大概运行了半分钟左右吧。

这个text，就是你音频转过来的文字了。

让我们来试试：

print(text)

虽然准确率没有100%，但是也很厉害了！

它还支持很多语言。只要把language变量改成以下这些语言就可以了

• ar-AR 阿根廷语
• en-UK 英式英语
• en-US 美式英语
• es-ES 西班牙语
• fr-FR 法语
• ja-JP 日语
• pt-BR 巴西葡萄牙语
• zh-CN 中文

温馨提示：每个免费账户每个月都可使用100分钟，30天不活跃服务将会被删除

话不多说，我去看电影去了。

希望对你有帮助！