于大二的时候开始接触图像识别，算起来至今也有两年之久了。也做过很多的关于图像方面的项目包括人脸识别、垃圾分类系统、新冠肺炎检测系统等等。最近比较的想接触一下语音识别，再此记录一下第一个语音识别项目

项目由来

该项目其实也并不是完完全全由笔者开发的，而是一个同学在做毕业设计的时候给我的。正好可以供我研究一下。

主要代码

主要的代码如下：

from pyaudio import PyAudio,paInt16
import time,wave

class mic():

    '''录音类'''

    def success(self,results):
    
        wf = wave.open("123.wav",'wb')
        wf.setnchannels(1)      # set channels  1 or 2
        wf.setsampwidth(2)      # set sampwidth 1 or 2
        wf.setframerate(16000)  # set framerate 8K or 16K
        wf.writeframes(results)  # write data
        wf.close()
        

    def main(self):
    
        pa = PyAudio()
        
        stream = pa.open(format = paInt16,
                #单声道，采样率16000
                channels=1,rate=16000,input=True,
                frames_per_buffer=512)         

        frames       = []
        time_start   = time.time()

        while 1:
           
            data = stream.read(512,exception_on_overflow = False)
            frames.append(data)                            
     
            if time.time() - time_start>=3.5 :
                break
        
        stream.close()

        self.success( b''.join(frames) )



if __name__ == '__main__':
    mic().main()

项目运行

初始化界面如下：

在初始化的界面中，只需要点击一下回车键便可以进行语音识别了。录完音之后稍等片刻便可以将所说的话换换成文字

除此之外，还可以进行语音方面的操作，例如通过语音的方式进行命令，这里暂时可以进行播放音乐

语音识别居然可以如此的有意思，感觉以后可以更加的懒下去了。只要动动嘴皮子，就可以对电脑进行相应的操作，十分的方便。