Python 谷歌语音识别API不监听

我正在使用谷歌语音API尝试下面的语音识别代码

#!/usr/bin/env python3
# Requires PyAudio and PySpeech.

import speech_recognition as sr

# Record Audio
r = sr.Recognizer()
with sr.Microphone() as source:
    print("Say something!")
    audio = r.listen(source)

# Speech recognition using Google Speech Recognition
try:
    # for testing purposes, we're just using the default API key
    # to use another API key, use `r.recognize_google(audio, key="GOOGLE_SPEECH_RECOGNITION_API_KEY")`
    # instead of `r.recognize_google(audio)`
    print("You said: " + r.recognize_google(audio))
except sr.UnknownValueError:
    print("Google Speech Recognition could not understand audio")
except sr.RequestError as e:
    print("Could not request results from Google Speech Recognition service; {0}".format(e)) 

但我只得到这个

jobin@jobin-Satellite-A665:~/scr$ python3 scr.py 
Say something!

即使我说了些什么，什么也没发生

我没有外置麦克风。我想这个脚本可以与我的笔记本电脑内置的麦克风配合使用

我已经测试了我笔记本电脑的麦克风。它工作得很好

---

我遗漏了什么吗？

您可以通过运行以下命令来测试pyAudio是否找到了您的麦克风：

"""PyAudio example: Record a few seconds of audio and save to a WAVE file."""

import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "output.wav"

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)

print("* recording")

frames = []

for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

并播放生成的

output.wav

文件

一旦您确信您获得了一些音频，我会在原始代码中添加一些打印语句，以确定您获得了多少音频，即：

print("Audio captured!") # before trying to recognise see if you have something

及

这将让你看到你正在走多远

接下来，您可能需要找出哪个是默认的音频设备：

import pyaudio
print(pyaudio.pa.get_default_input_device())

这应该告诉你默认的输入设备，这是我机器上的一个，所以使用了这个：

with sr.Microphone(1) as source: # Specify which input device to use
    r.adjust_for_ambient_noise(source, 1) # Adjust for ambient
    print("Say something!")
    audio = r.listen(source, 2)  # 2 Second time out
print('Done Listening sample size =', len(audio.frame_data))

---

我试过这个，我能听到output.wav文件。所以pyaudio检测到了我的麦克风。那么我的代码有什么问题吗？@jophab又补充了一些建议。什么是len（音频）？以前未使用音频变量。好的，因此len不是AudioData的有效方法，因此请将其删除。看起来您可能需要更改

r.energy\u threshold

或设置

r.adjust\u for\u ambient\u noise（源代码，1）

在

打印（'Say something'）

之前，您还可以为

接听

通话添加超时。谢谢steve:）。它现在起作用了。你能把这个也加到答案上吗？它可能会帮助未来的游客。

with sr.Microphone(1) as source: # Specify which input device to use
    r.adjust_for_ambient_noise(source, 1) # Adjust for ambient
    print("Say something!")
    audio = r.listen(source, 2)  # 2 Second time out
print('Done Listening sample size =', len(audio.frame_data))