python 如何将视频文件的语音转换为文字

python 如何提取视频/音频中的文字

最近在观看学习视频，做笔记时遇到一个痛点，需要反复一段一段的去看视频，再手敲整理笔记 。想着有没有可以免费的转换工具或者软件，就去网上搜了一下，发现大多数软件都会限定视频时长，超出收费。

本意白嫖，收费就太见外了。几经周转，了解到讯飞语音有语音解析的功能，在 讯飞开发平台中找到了语音转文字的接口，关键免费。

梳理一下需求：

• 讯飞认证
• 视频转换为音频
• 利用讯飞接口提取音频文字
• 结果保存到本地

讯飞认证

• 注册用户

  进入 讯飞开发平台主页，注册登录后。点击语音转写。

• 领取时长

  领取免费时长，期限一年（企业50小时、个人5小时）
  5小时不够用的话可换个账号。

• 创建应用

  创建应用后会得到APPID和密钥
  该 id 和密钥在接口代码中需要使用

• 了解API使用

  • 新版本API文档（本次使用）
  • 老版本API文档

准备就绪…

视频转换为音频

采用python中moviepy.editor包中的AudioFileClip类，将视频文件转换为音频文件。

from moviepy.editor import AudioFileClip
dataMovieMp4 = AudioFileClip(r"*****.mp4")
dataMovieMp4.write_audiofile(r"*****.mp3")

利用讯飞接口提取音频文字

• 下载接口 demo 代码

  语音转写（新版） demo java语言
  语音转写（新版） demo python语言 (本次采用)

• 替换代码中的 APPID、密钥

  api = RequestApi(appid="xxxxx", secret_key="xxx", upload_file_path=r"xxxxx.mp3")
  

• 自定义结果解析

  # 自定义解析函数
  data_str = api.analysis_json_lattice2(data_voice_to_str_result)
  

文字保存到本地

• 存到本地txt

  # 数据存储到本地
  with open(r"xxxxx\CDP.txt", 'w') as f:
  	f.write(data_str)
  

---

目前还有免费时长，可帮忙转换哦！
需帮转换或者需要详细解析代码请关注公众号：小甘技术栈