python自制语音识别_为了满足我的需求，自己用python写了个小工具合集，包括图片、语音识别、翻译pdf等...
本帖最后由 zhaoyun007 于 2019-6-29 20:10 编辑
V2.0版更新：
加入免费的音频转文字接口，免费的有普通话、英文、粤语、四川话识别，速度慢些，但准确率还可以。
QQ截图20190629200803.png (50.44 KB, 下载次数: 131)
2019-6-29 20:09 上传
---------------------------------------------------------------------------------------------------------------
一、需求分析：
1、音频转文字：目前市面上的音频转文字大多收费。音频转文字的需求是：上传一段音频，直接识别成文字，对于会议记录的比较好使，注意不是实时的语音识别。
2、文字转语音：转的语音不要太生硬。
3、截图文字识别(OCR)：截屏完成即可弹出截图所含图片中的文字。
4、批量图片文字识别：选择多张图片，直接识别出每张图片的文字。
5、复制翻译：看英文文献，有时候懒，如果能有置顶悬浮窗，实时监测剪切板，遇到想要翻译的段落，直接复制，即可给出多国语言翻译结果也是刚需；当然有些论文文本不能复制，所以还复用了截图OCR的功能，对OCR结果进行翻译。
6、图种制作：这个不入流，纯属个人爱好，没啥技术含量。
二、工具展示
需求产生开发动力，基于百度AI和pyqt5制作了自己的小工具，解决了上述所有需求，需求也就就是功能了。
1、批量音频转文字
可批量选择要转换的音频即可自动识别，不限时长，免费，识别速度尚可，耐心等待。
(1)比如批量识别小学生课文
160137efhzg511frudr1rv.png (20.77 KB, 下载次数: 32)
2019-6-26 12:47 上传
(2)比如识别长达五分钟的《荷塘月色》
160139oej3tjyx6w82gnpx.png (35.06 KB, 下载次数: 31)
2019-6-26 12:47 上传
(3)识别岳云鹏的相声
160141nhz5zk7hem8ohe7o.png (13.18 KB, 下载次数: 25)
2019-6-26 12:47 上传
2、文字转语音
这个没什么好说的，输入文字，选择发音人、语速、音调之类的，可试听，可生产mp3格式的音频文件。
QQ截图20190626124836.png (31.33 KB, 下载次数: 31)
2019-6-26 12:50 上传
3、截图OCR
点击截图按钮即可截图，自动弹出识别文字。如下动图演示，也是个初版，界面简陋。
1.gif (326.35 KB, 下载次数: 28)
2019-6-26 12:57 上传
4、图片批量识别
在截图OCR下拉按钮有个图片批量文字识别功能，这都属于OCR功能，简单粗暴，批量选择图片，即可识别所有图片中的文字。如下动图演示：
2.gif (682.33 KB, 下载次数: 27)
2019-6-26 12:57 上传
5、复制翻译
看英文文献，有时候懒，如果能有置顶悬浮窗，实时监测剪切板，遇到想要翻译的段落，直接复制，即可给出多国语言翻译结果也是刚需；当然有些论文文本不能复制，所以还复用了截图OCR的功能，对OCR结果进行翻译。如下演示：
v2-96e44448ca692ed5bdbf0ef7cae8bc53_b.gif (345.97 KB, 下载次数: 26)
2019-6-26 12:57 上传
6、图种制作
没啥意思，就是将一张图和一个压缩文件合并成一个图片文件，这个生成的图片文件打开是一张图，如果后缀修改为zip，解压后就能看到原先的压缩文件，不做演示了。
QQ截图20190626124924.png (16.66 KB, 下载次数: 25)
2019-6-26 12:50 上传
三、软件使用
1、下载解压直接运行即可，注意运行弹出的黑窗不能关，目前还没办法去掉，o(╯□╰)o。链接：https://pan.baidu.com/s/1eHuCzBAKtvvSTkHatWzRZA 提取码：usex
2、主界面参数配置，自己动手，输入百度AI的各种接口的key。各种key的获得方法免费，只不过注意免费次数，不过百度免费次数给的肯定够用了。
比如语音识别key获取可参考此文：https://jingyan.baidu.com/article/f3e34a12df0cddf5eb65359f.html
然后给出官方地址
QQ截图20190626124944.png (27.59 KB, 下载次数: 26)
2019-6-26 12:50 上传
四、注意事项：
软件做的仓促，界面简陋，且各种未知bug再所难免，如有建议可跟帖回复。
下载链接：提取码：usex