IoT-For-Beginners/translations/mo/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md

語音轉文字 - 虛擬物聯網設備

在本課程的這部分，你將撰寫程式碼，使用語音服務將從麥克風捕捉的語音轉換為文字。

將語音轉換為文字

在 Windows、Linux 和 macOS 上，可以使用語音服務的 Python SDK 來監聽你的麥克風，並將檢測到的語音轉換為文字。它會持續監聽，檢測音量水平，並在音量下降（例如在一段語音結束時）時將語音發送進行文字轉換。

任務 - 將語音轉換為文字

1. 在你的電腦上建立一個名為 smart-timer 的資料夾，並在其中建立一個名為 app.py 的單一檔案，以及一個 Python 虛擬環境。

2. 安裝語音服務的 Pip 套件。確保你是在啟動虛擬環境的終端中進行安裝。

   pip install azure-cognitiveservices-speech
   

   ⚠️ 如果你遇到以下錯誤：

   ERROR: Could not find a version that satisfies the requirement azure-cognitiveservices-speech (from versions: none)
   ERROR: No matching distribution found for azure-cognitiveservices-speech
   

   你需要更新 Pip。使用以下指令更新，然後再次嘗試安裝套件：

   pip install --upgrade pip
   

3. 在 app.py 檔案中加入以下匯入：

   import requests
   import time
   from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer
   

   這些匯入了一些用於語音識別的類別。

4. 加入以下程式碼來宣告一些配置：

   speech_api_key = '<key>'
   location = '<location>'
   language = '<language>'
   
   recognizer_config = SpeechConfig(subscription=speech_api_key,
                                    region=location,
                                    speech_recognition_language=language)
   

   將 <key> 替換為你的語音服務的 API 金鑰。將 <location> 替換為你建立語音服務資源時使用的位置。

   將 <language> 替換為你將使用的語言的地區名稱，例如 en-GB 表示英語，或 zn-HK 表示粵語。你可以在 Microsoft Docs 的語言和語音支持文件 中找到支持的語言及其地區名稱列表。

   此配置將用於建立一個 SpeechConfig 物件，用來配置語音服務。

5. 加入以下程式碼來建立語音識別器：

   recognizer = SpeechRecognizer(speech_config=recognizer_config)
   

6. 語音識別器在背景執行緒上運行，監聽音頻並將其中的語音轉換為文字。你可以使用回調函數來獲取文字——定義一個函數並傳遞給識別器。每次檢測到語音時，回調函數都會被調用。加入以下程式碼來定義回調函數，並將此回調函數傳遞給識別器，同時定義一個函數來處理文字，將其輸出到控制台：

   def process_text(text):
       print(text)
   
   def recognized(args):
       process_text(args.result.text)
   
   recognizer.recognized.connect(recognized)
   

7. 識別器只有在你明確啟動時才會開始監聽。加入以下程式碼來啟動識別。這會在背景執行，因此你的應用程式還需要一個無限迴圈，通過休眠來保持應用程式運行。

   recognizer.start_continuous_recognition()
   
   while True:
       time.sleep(1)
   

8. 執行此應用程式。對著你的麥克風說話，轉換為文字的音頻將輸出到控制台。

   (.venv) ➜  smart-timer python3 app.py
   Hello world.
   Welcome to IoT for beginners.
   

   嘗試不同類型的句子，以及一些詞音相同但意思不同的句子。例如，如果你使用英語，說「I want to buy two bananas and an apple too」，並注意它如何根據詞的上下文正確使用 to、two 和 too，而不僅僅是根據它的發音。

💁 你可以在 code-speech-to-text/virtual-iot-device 資料夾中找到這段程式碼。

😀 你的語音轉文字程式成功了！

---

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵資訊，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。