用腾讯云 AI 录音文件识别 ，实现本地语音转文字

image.png

大家好，我是在重庆的Python程序员晚枫，全网同名。

经常遇到身边的朋友，想从视频中提取出文字，尤其是自媒体博主，如果能直接把视频转换成文章，那可太省时间了。

通过一阵检索，发现网上有很多付费软件可以提供视频提取语音的功能，但是价格都不低。

作为程序员，肯定不满足于付费工具的东西，正好看到腾讯云AI平台正在搞活动，1元即可购买60个小时的录音文件识别时长，另外还有多种福利的赠送，于是果断购买。👉 福利传送门

我们来一起看一下是怎么使用的~

0、前置操作

从视频转为文字，我这里分成了2步：视频→音频→文字。

之前给大家开发了：视频提取语音的方法，代码如下，不懂的可以翻看我之前的文章。这里就不再多介绍了。

# pip install povideo
import povideo

povideo.video2mp3(path=r'your_video_path', mp3_name='result')

接下来我们看一下，⭐如何使用腾讯云AI的录音识别功能，把提取出来的语音，转换成文字吧。

1、安装

这个录音识别的功能，腾讯云已经为我们写好了文档和代码，我根据这些资料，把这个转换功能，同样封装进了第三方库：povideo。所以首先需要安装这个库：

pip install povideo -U

2、使用

安装成功后，可以直接1行代码进行调用：

import povideo

povideo.audio2txt(audio_path=r"your_audio_path",
                  appid='your_appid',
                  secret_id='your_secret_id',
                  secret_key='your_secret_key')

image.png

3、参数说明

参数主要分为2部分：语音路径和app配置,

• 语音路径：填写你语音文件的路径，本地语音文件不能大于5MB。
  • audio_path
• app配置：需要到这个网址进行注册：https://console.cloud.tencent.com/cam/capi
  • appid
  • secret_id
  • secret_key

image.png

4、参考资料

• povideo的源码仓库：https://github.com/CoderWanFeng/povideo
• 录音识别，官方说明文档：https://cloud.tencent.com/document/product/1093/37823
• 录音识别，腾讯提供的代码：https://github.com/TencentCloud/tencentcloud-sdk-python