Python SpeechRecognition 与 Google Cloud Speech API

Question

我正在使用 Google Cloud Speech API。我想知道我是否使用python语音识别库并调用谷歌云语音API，这仍然是使用该API的有效方法吗？我只想转录文本。
我对它们之间的区别感到困惑，如果我只想转录音频，是否有任何建议的方法。
使用 Python 语音识别:

import speech_recognition as sr
r = sr.Recognizer()
r.recognize_google_cloud()
harvard = sr.AudioFile('harvard.wav')
with harvard as source:
   audio = r.record(source)
r.recognize_google(audio)

不使用 Python SpeechRecognition:

from google.cloud import speech_v1 as speech


def speech_to_text(config, audio):
    client = speech.SpeechClient()
    response = client.recognize(config, audio)
    print_sentences(response)


def print_sentences(response):
    for result in response.results:
        best_alternative = result.alternatives[0]
        transcript = best_alternative.transcript
        confidence = best_alternative.confidence
        print('-' * 80)
        print(f'Transcript: {transcript}')
        print(f'Confidence: {confidence:.0%}')


config = {'language_code': 'en-US'}
audio = {'uri': 'gs://cloud-samples-data/speech/brooklyn_bridge.flac'}

Answer 1

如果您只打算使用 Google Cloud Platform 进行语音识别，那么 SpeechClient 会更好，因为它是由 Google 维护的。
如果您想尝试不同的语音识别服务，speech_recognition 会有所帮助，因为它更通用。
任何调用 api 的方式都可以。这些库只是为了让您更轻松。