这篇文章主要介绍了Python实现简单的语音识别系统，具有一定借鉴价值，需要的朋友可以参考下。
最近认识了一个做Python语音识别的朋友，聊天时候说到，未来五到十年，Python人工智能会在国内掀起一股狂潮，对各种应用的冲击，不下于淘宝对实体经济的冲击。在本地（江苏某三线城市）做这一行，短期可能显不出效果，但从长远来看，绝对是一个高明的选择。朋友老家山东的，毕业来这里创业，也是十分有想法啊。
将AI课上学习的知识进行简单的整理,可以识别简单的0-9的单个语音。基本方法就是利用库函数提取mfcc,然后计算误差矩阵,再利用动态规划计算累积矩阵。并且限制了匹配路径的范围。具体的技术网上很多,不再细谈。
现有缺点就是输入的语音长度都是1s,如果不固定长度则识别效果变差。改进思路是提取有效语音部分。但是该部分尚未完全做好,只写了一个原形函数,尚未完善。
import wave import numpy as np import matplotlib.pyplot as plt from python_speech_features import mfcc from math import cos,sin,sqrt,pi def read_file(file_name): with wave.open(file_name,'r') as file: params = file.getparams() _, _, framerate, nframes = params[:4] str_data = file.readframes(nframes) wave_data = np.fromstring(str_data, dtype = np.short) time = np.arange(0, nframes) * (1.0/framerate) return wave_data, time return index1,index2 def find_point(data): count1,count2 = 0,0 for index,val in enumerate(data): if count1 0.15 else 0 index1 = index if count1==40 and count2 -1 and k2>-1) #if _i==0 and _j==1 :print(_i,_j,'n',dist,len(dist[0]),len(dist[1])) yield _i,_j,dist def search_path(n): comparison = np.array([[0]*10 for i in range(n)],dtype = np.double) for _i,_j,dist in create_dist(): N = len(dist) cut_off = 5 row = [(d,N-1,j) for j,d in enumerate(dist[N-1]) if abs(N-1-j)
总结
以上就是本文关于Python实现简单的语音识别系统的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：
Python编程使用tkinter模块实现计算器软件完整代码示例
如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
