Reconhecimento de Voz

[Igor Oliveira]

Alguém sabe uma lib em que possa reconhecer a voz do user e transforma-lá em um arquivo de texto?

[Diego Tolentino]

Bom dia Igor, 

O Google tem uma API que usa todo aquele poder computacional pra reconhecimento de voz, não é coisa de outro mundo interagir mais tem um trabalho grande até dominar a api, tem diversos santos que fizeram intermediação com essa API vale procurar, abaixo vai um artigo falando dela e algumas libs.

http://codeabitwiser.com/2014/09/python-google-speech-api/

https://pypi.python.org/pypi/SpeechRecognition/

https://github.com/michaelgundlach/pyspeech

https://ecodex.wordpress.com/2010/08/07/reconhecimento-de-voz-com-python/

Att

Diego Tolentino

Desenvolvedor Web

Skype: diegotolentino

Hangout: diegoto...@gmail.com

“Do not go where the path may lead, go instead where there is no path and leave a trail.” - Ralph Waldo Emerson

"Qualis homo est ille qui orbem terrarum meliorem non facit?"

Em 28 de abril de 2016 11:54, Igor Oliveira <devigo...@gmail.com> escreveu:

Alguém sabe uma lib em que possa reconhecer a voz do user e transforma-lá em um arquivo de texto?

--
--
------------------------------------
Grupo Python-Brasil
http://www.python.org.br/wiki/AntesDePerguntar
 
<*> Para visitar o site do grupo na web, acesse:
http://groups.google.com/group/python-brasil
 
<*> Para sair deste grupo, envie um e-mail para:
python-brasi...@googlegroups.com

---
Você recebeu essa mensagem porque está inscrito no grupo "Python Brasil" dos Grupos do Google.
Para cancelar inscrição nesse grupo e parar de receber e-mails dele, envie um e-mail para python-brasi...@googlegroups.com.
Para mais opções, acesse https://groups.google.com/d/optout.

[Relsi Maron]

Ola Igor, como o Diego já mencionou tu pode usar um serviço como o do Google, como o Amazon Alexa [1] que ao meu ver tem mais vantagens em relação a API do Google se a tua intenção é fazer algo voltado a automação.

Se tu quiser criar tua própria ferramenta, tu pode utlizar uma engine como o CMU Sphinx [2] ou o Julius [3], os dois possuem uma boa integração com python.

Ambos os caminhos são legais, o primeiro vai te trazer mais facilidades e agilidade no desenvolvimento, o problema é que são serviços que só funcionam online, ou seja, na falta de uma conecção tua aplicação fica sem essa funcionalidade, alé de serem serviços proprietários. A Amazon parece que tem investindo pesado no Alexa e acredito que va ser uma predominância nesse mercado, o Google é o Google. O segundo caminho vai te fazer ir por uma caminho mais complexo, mas vai te trazer uma carga de conhecimento bem maior, porém tu vai ter que criar quase tudo do zero, principlamente no que diz respeito aos corpus, eu tentei seguir por esse caminho porém por conta do tempo disponível para meu projeto, resolvi deixar essa parte para mais adiante. :)

[1] http://awshub.com.br/novo-alexa-skills-kit-alexa-voice-service-fundo-alexa/
[2] http://cmusphinx.sourceforge.net/wiki/
[3] http://julius.osdn.jp/en_index.php

[Rayan Sóstenes]

Imagino que a melhor opção seja usar https://pypi.python.org/pypi/SpeechRecognition/3.4.3 Assim caso seja um projeto voltado para automação e a conexão com a internet não esteja disponível no momento, você pode fazer fallback para uma solução off-line on-the-fly.

--

--
------------------------------------
Grupo Python-Brasil
http://www.python.org.br/wiki/AntesDePerguntar
 
<*> Para visitar o site do grupo na web, acesse:
http://groups.google.com/group/python-brasil
 
<*> Para sair deste grupo, envie um e-mail para:
python-brasi...@googlegroups.com

---
Você recebeu essa mensagem porque está inscrito no grupo "Python Brasil" dos Grupos do Google.
Para cancelar inscrição nesse grupo e parar de receber e-mails dele, envie um e-mail para python-brasi...@googlegroups.com.
Para mais opções, acesse https://groups.google.com/d/optout.

--

Rayan Sóstenes

Analista de Sistemas

Graduando em Engenharia de Controle e Automação

+55 (62) 8248-4091

[Eder Souza]

Eu fiz isso a muito tempo atras usando a API do google, na época era a versão 1, você vai ter que alterar a URL de envio para a versão 2, dá uma olhada no meu github, caramba olhando as datas já faz 5 anos que fiz ...

https://gist.github.com/ederwander/1342497

Também tem uma outra versão  que usa iteração com servidor VOIP + Python para pegar em tempo real palavras/frases ditas via telefoneIP e enviar a consulta para o google (esse já está usando a versão 2), faz muito tempo que não testo:

https://github.com/ederwander/Asterisk-Google-Speech-Recognition/blob/master/pahh.py

[Felipe Barreto Volpone]

Fala Igor, beleza?

Há um tempo que eu vi esse blog post sobre reconhecimento de voz, acho que pode te ajudar: https://ggulati.wordpress.com/2016/02/24/coding-jarvis-in-python-3-in-2016/?utm_content=buffere04ea&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer

me parece bem legal e explicativo.