PythonとGoogle Speech Recognitionを用いた音声認識

Pythonは、音声認識の分野で広く利用されています。特に、GoogleのSpeech Recognitionライブラリは、その使いやすさと強力な機能で人気があります。

Google Speech Recognitionとは？

Google Speech Recognitionは、125以上の言語と方言をテキストに変換することができる強力なツールです。このライブラリは、リアルタイムで音声をテキストに変換することが可能で、リモート会議や授業での音声をリアルタイムで文字起こしするなど、多くの用途があります。

ライブラリのインストール

Google Speech Recognitionのライブラリは、pipコマンドを使用して簡単にインストールすることができます。

pip install SpeechRecognition

音声認識のコード例

以下に、Google Speech Recognitionを使用した音声認識の基本的なコード例を示します。

import speech_recognition as sr

def run_recognition(filename):
    r = sr.Recognizer()
    with sr.AudioFile(filename) as source:
        audio = r.record(source)
    text = r.recognize_google(audio, language='ja')
    return text

if __name__ == '__main__':
    filename = 'sample-speech.wav'
    text = run_recognition(filename)
    print(text)

このコードは、指定した音声ファイルを読み込み、その内容をテキストに変換します。

PythonとGoogle Speech Recognitionを使用することで、音声認識の機能を簡単に実装することができます。これにより、アプリケーションに音声入力の機能を追加することが可能となり、ユーザー体験を向上させることができます。