python - 我在 python 中的 speech.listen(source) 正在停滞

Question

我目前正在使用 SpeechRecognition 库，当我执行 audio = speech.listen(source) 时，它似乎停滞了。之后没有执行代码。我移除了环境声音，但它似乎仍然停顿并且对我的麦克风拾取的内容没有影响。当我查看计算机的设置并且未静音时，麦克风可以正常工作。

我创建了一个名为 engine 的 pyttsx3 实例，以及一个名为 speech 的 sr.Recognizer() 实例。然后我调用 getVoiceCommand() 从用户(我)那里获取一些音频，这些音频将转到 print("Listening...") 然后它停止。

audio = speech.listen(source) 之后的代码不执行，当 10 秒的超时完成时，它会给我一个 WaitTimoutError，这提示我它从未被选中响起？我尝试将 energy_threshold 的值更改为 50 到 4000 之间的值，但仍然没有发现任何噪音。

import speech_recognition as sr
import pyttsx3
import pyaudio

def speak(text):
    engine.say(text)
    engine.runAndWait()

def getVoiceCommand():
    voice_text = ''
    try:
        with sr.Microphone() as source:
            speech.adjust_for_ambient_noise(source)
            print("Listening...")
            #speech.energy_threshold = 4000
            print(speech.energy_threshold)
            audio = speech.listen(source, timeout=10)

        print("Stopped")
        voice_text = speech.recognize_google(audio, language='en-US')
    except sr.UnknownValueError:
        print("Unknown value error")
    except sr.RequestError as e:
        print('Network error.')
    except sr.WaitTimeoutError:
        print(audio)
        print("Wait timeout error")

    print(voice_text)

engine = pyttsx3.init()
engine.setProperty('voice', voice_id) # voice_id is chosen voice


rate = 220
engine.setProperty('rate', rate)

speech = sr.Recognizer()
getVoiceCommand()

Answer 1

我已将此程序与完全相同的库一起使用。这是假设您有某种麦克风。如果这不起作用，它很可能是它试图检测为输入的背景噪音，在这种情况下，您需要添加 r.adjust_for_ambient_noise(source, duration=1) 告诉我是否下面这段代码有效...

engine = pyttsx3.init('sapi5')   #Only use sapi 5 if it is Windows 10
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[0].id) #This bit goes below the imports


def speak(audio):
    engine.say(audio)     #This bit right here goes below the above
    engine.runAndWait()



def takeCommand():
    r = sr.Recognizer()

    with sr.Microphone() as source:

        print("Listening...")
        r.pause_threshold = 1
        audio = r.listen(source)

    try:
        print("Recognizing...")
        query = r.recognize_google(audio, language='en-us')
        print("User said: {query}\n")

    except Exception as e:
        print(e)
        print("Google was unable to hear")
        return "None"

    return query

我希望这对你有用。