home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python

Speech Recognition ใน Python ด้วย Google Speech API

Speech Recognition เป็นฟีเจอร์สำคัญสำหรับ Home Automation, AI Assistant, Voice Control ใช้ไลบรารี SpeechRecognition ร่วมกับ Google Web Speech API

การติดตั้ง

pip install SpeechRecognition
# สำหรับ Microphone (Linux)
sudo apt-get install python3-pyaudio

การตั้งค่า Microphone

  • Device Index: ระบุ Microphone ที่ถูกต้อง (ใช้ lsusb ดู USB Device)
  • Chunk Size: ขนาดข้อมูลต่อครั้ง (Power of 2: 1024, 2048, 4096...)
  • Sample Rate: อัตราการ Sample (Hz) เช่น 48000, 16000
  • Ambient Noise Adjustment: ปรับระดับเสียงรบกวนรอบข้าง

ขั้นตอนการทำงาน

  1. ตั้งค่า Microphone Parameters
  2. ปรับ Ambient Noise
  3. รอฟังเสียงพูด
  4. ส่งไป Google Speech API แปลงเป็น Text
  5. จัดการ Error (UnknownValueError, RequestError)

โค้ดตัวอย่าง: ใช้ Microphone

import speech_recognition as sr

sample_rate = 48000
chunk_size = 8192

r = sr.Recognizer()

with sr.Microphone(sample_rate=sample_rate, chunk_size=chunk_size) as source:
    r.adjust_for_ambient_noise(source)
    print('Tell Something: ')
    audio = r.listen(source)

    try:
        text = r.recognize_google(audio)
        print('You said: ' + text)
    except sr.UnknownValueError:
        print('Unable to recognize audio')
    except sr.RequestError as e:
        print(f"Request error: {e}")

โค้ดตัวอย่าง: ใช้ Audio File

import speech_recognition as sr

r = sr.Recognizer()
sound_file = 'sample_audio.wav'

with sr.AudioFile(sound_file) as source:
    audio = r.record(source)  # ใช้ record แทน listen
    try:
        text = r.recognize_google(audio)
        print('File contains: ' + text)
    except sr.UnknownValueError:
        print('Unable to recognize audio')
    except sr.RequestError as e:
        print(f"Request error: {e}")

ผลลัพธ์ตัวอย่าง

$ python3 speech_recognition.py
Tell Something:
You said: here we are considering the asymptotic notation...

$ python3 speech_recognition_file.py
File contains: staying ahead of the curve demand planning new technology...

เคล็ดลับและข้อจำกัด

  • ต้องมี Internet (Google API)
  • ภาษาไทย: รองรับได้ แต่ความแม่นยำขึ้นอยู่กับสำเนียง/เสียงรบกวน
  • Offline Alternative: ใช้ vosk หรือ whisper
  • Real-time Streaming: ใช้ r.listen_in_background()