【语音识别】一键实现电话录音转word文档

git clone https://github.com/TencentCloud/tencentcloud-speech-sdk-python.git

pip install --upgrade tencentcloud-sdk-python-common tencentcloud-sdk-python-asr

# 注意：使用前务必先填写APPID、SECRET_ID、SECRET_KEY，否则会无法运行！！！
APPID = "125861****"
SECRET_ID = "****jIcgU1HI2VhcHfndEYcPxEExPbWA****"
SECRET_KEY = "****wykFagX8UaS5SZQ3QXTAaolj****"
ENGINE_TYPE = "8k_zh" # 引擎模型类型，默认为非电话场景16k_zh，中文通用。

C:\Users\XXXX\Desktop\record2text\tencentcloud-speech-sdk-python\examples\asr>python flashexample.py
request_id:  6657fc0349377b7eeee72cb0
channel_id:  0
北京科技馆。

req.set_speaker_diarization(1) #添加设置该参数，是否开启说话人分离（目前支持中文普通话引擎），默认为0，0：不开启，1：开启。

req.set_voice_format("mp3") #支持 wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac、amr。

audio = "./test.mp3"

        for channl_result in resp["flash_result"]:
            print("channel_id: ", channl_result["channel_id"])
            print(channl_result["text"])

        flash_result = resp["flash_result"][0]
        print(resp["audio_duration"],flash_result["sentence_list"])

/*
* 提示：该行代码过长，系统自动注释不进行高亮。一键复制会移除系统注释 
* 287136 [{'text': '诶。', 'start_time': 11100, 'end_time': 11850, 'speaker_id': 0}, {'text': '喂，你好，李先生是吧。', 'start_time': 11960, 'end_time': 13470, 'speaker_id': 1}, {'text': '啊，对啊，你好。', 'start_time': 13920, 'end_time': 14790, 'speaker_id': 0}, {'text': '华夏银行这里啊。', 'start_time': 14790, 'end_time': 16030, 'speaker_id': 1}, {'text': '您好，我们就是跟您个电话回访一下，就是这段时间那个公安那边有跟您联系吗？', 'start_time': 16440, 'end_time': 21350, 'speaker_id': 1}, {'text': '刚才我是不是给你打的电话呀。', 'start_time': 24080, 'end_time': 26130, 'speaker_id': 0}, {'text': '刚刚。', 'start_time': 26280, 'end_time': 27170, 'speaker_id': 1}, {'text': '好像没有吧。', 'start_time': 27380, 'end_time': 29790, 'speaker_id': 1}, {'text': '你刚说什么是什么，打电话给我啊。', 'start_time': 34600, 'end_time': 37710, 'speaker_id': 0}, {'text': '就是我们这边是华夏银行啊，您之前不是说您的卡有问题吗？然后需要公安机关那边帮您，我们要我们帮您 联系公安机关那边进行核实嘛。', 'start_time': 37960, 'end_time': 45750, 'speaker_id': 1}, {'text': '核实，你应该联系我就 。', 'start_time': 48820, 'end_time': 51650, 'speaker_id': 0}, {'text': '就近的公安局或者是说刑侦大队之类的。', 'start_time': 51920, 'end_time': 54770, 'speaker_id': 0}, {'text': '应该不是我们行，刚刚您和您打电话吧。', 'start_time': 55740, 'end_time': 58770, 'speaker_id': 1}, {'text': '啊，是。', 'start_time': 60320, 'end_time': 61170, 'speaker_id': 0}, {'text': '嗯，怎么说。', 'start_time': 61200, 'end_time': 62610, 'speaker_id': 0}, {'text': '就是我们这边是华夏银行嘛，之前 您不是有说有疑问询问这个卡的问题吗，是吗。', 'start_time': 63660, 'end_time': 68950, 'speaker_id': 1}, {'text': '哦哦， 然后我们现在给您回复啊。', 'start_time': 69660, 'end_time': 72130, 'speaker_id': 1}, {'text': '就是您这个卡哦，您之前这 个卡不是有过公安机关那边的冻结吗。', 'start_time': 72680, 'end_time': 77570, 'speaker_id': 1}, {'text': '然后呢，哦。', 'start_time': 79620, 'end_time': 80470, 'speaker_id': 0}, {'text': '然后呢，需要他我们先跟您反映，跟您说一下那个解决途径啊，您就跟。', 'start_time': 80470, 'end_time': 85610, 'speaker_id': 1}, {'text': '其实您这个问题也比较好解决，您就跟公 安机关那边进行一个核实，然后他们那边出个函给我，我们就帮您解就可以了，只要有那个函就可以了。', 'start_time': 85680, 'end_time': 93770, 'speaker_id': 1}, {'text': '我不跟你说了，我们在当地，你要我看飞机啊，我没有。', 'start_time': 95800, 'end_time': 99640, 'speaker_id': 0}, {'text': '安您，您如果不在当地的话，您看看公安机关那边人能不能核实一下，让他们出个函给我们就可以了。', 'start_time': 99640, 'end_time': 105770, 'speaker_id': 1}, {'text': '我们我我。', 'start_time': 106660, 'end_time': 107635, 'speaker_id': 0}, {'text': '我们去那边领也行，都可以的，您这个问题他需要出那个函我们才能解。', 'start_time': 107635, 'end_time': 112550, 'speaker_id': 1}, {'text': '我去跟谁联系？', 'start_time': 113140, 'end_time': 114550, 'speaker_id': 0}, {'text': '就就是那个呃，就近的户籍地派出所啊，或者是那个桂林反诈中心啊。', 'start_time': 115400, 'end_time': 120550, 'speaker_id': 1}, {'text': '就近的派出所，就是我们居住地的派出所啊。', 'start_time': 121360, 'end_time': 124390, 'speaker_id': 0}, {'text': '不是是是是您那个户籍地的那个派出所。', 'start_time': 124480, 'end_time': 127790, 'speaker_id': 1}, {'text': '哦，去户籍地派出所干嘛呢？', 'start_time': 128500, 'end_time': 130550, 'speaker_id': 0}, {'text': '嗯，他们我们公安机关那边就给我们电话回复啊，他需要您去那边联系啊。', 'start_time': 130960, 'end_time': 135810, 'speaker_id': 1}, {'text': '去核实啊。', 'start_time': 135920, 'end_time': 137070, 'speaker_id': 1}, {'text': '我我不在 ，我不在家里面，我在外地啊那。', 'start_time': 137600, 'end_time': 140900, 'speaker_id': 0}, {'text': '您在外地的话，您 看可不可以就是通过电话的形式跟他们核实啊，他们那边能不能出个函，如果您不方便去拿的话，我们帮您去拿也可以啊。', 'start_time': 140900, 'end_time': 149650, 'speaker_id': 1}, {'text': '只要有这个函就可以了。', 'start_time': 149800, 'end_time': 151370, 'speaker_id': 1}, {'text': '哦。', 'start_time': 152220, 'end_time': 152950, 'speaker_id': 0}, {'text': '可我我 试着联系一下吧，我看看那边是出个什么函，你说一下，我能笔记一下就是解。', 'start_time': 153000, 'end_time': 158040, 'speaker_id': 0}, {'text': '控银行账户的一个函，就是他们那边也会有盖章的。', 'start_time': 158040, 'end_time': 162270, 'speaker_id': 1}, {'text': '解控哪个解啊。', 'start_time': 162700, 'end_time': 164890, 'speaker_id': 0}, {'text': '解除的解， 解放的解，解。', 'start_time': 165160, 'end_time': 167350, 'speaker_id': 1}, {'text': '控解控银行账户的。', 'start_time': 167350, 'end_time': 170090, 'speaker_id': 0}, {'text': '对对对，他们那边有啊，对对对，他们那边账户。', 'start_time': 170090, 'end_time': 173425, 'speaker_id': 1}, {'text': '啊。', 'start_time': 173425, 'end_time': 174510, 'speaker_id': 0}, {'text': '它那个具体的名称，反正应该就是这个大致这个名称，然后会有他们公安局。', 'start_time': 174660, 'end_time': 180050, 'speaker_id': 1}, {'text': '啊，对，有。', 'start_time': 180050, 'end_time': 180870, 'speaker_id': 0}, {'text': '会有他们公安局的一个盖章的。', 'start_time': 180870, 'end_time': 182930, 'speaker_id': 1}, {'text': '如果他们他们我那边。', 'start_time': 183260, 'end_time': 184550, 'speaker_id': 1}, {'text': '是我户籍所在地就是一个小镇，诶，小镇那边能出这个东西吗？那那。', 'start_time': 184550, 'end_time': 189620, 'speaker_id': 0}, {'text': '那那您就去那个桂林反诈中心呗，反 诈中心那边山东路那边。', 'start_time': 189620, 'end_time': 195210, 'speaker_id': 1}, {'text': '我不在旁边呀。', 'start_time': 196200, 'end_time': 197850, 'speaker_id': 0}, {'text': '在当地。', 'start_time': 198400, 'end_time': 199350, 'speaker_id': 1}, {'text': '那反诈中心的那个电话，您稍等一下，我帮您看能不能看得到啊，我帮您查一下。', 'start_time': 200260, 'end_time': 205435, 'speaker_id': 1}, {'text': '确实是打不通那个电话打。', 'start_time': 205435, 'end_time': 207235, 'speaker_id': 0}, {'text': '不通吗？', 'start_time': 207235, 'end_time': 208270, 'speaker_id': 1}, {'text': '啊，那是那是8989318吧，我打不通啊。', 'start_time': 208980, 'end_time': 212880, 'speaker_id': 0}, {'text': '那那那那个9696110呢。', 'start_time': 212880, 'end_time': 215910, 'speaker_id': 1}, {'text': '那我问。', 'start_time': 217260, 'end_time': 218470, 'speaker_id': 0}, {'text': '刚才不是打了都没人接，好像打的人多了吧，现在没人接。', 'start_time': 218540, 'end_time': 223130, 'speaker_id': 0}, {'text': '嗯，那。', 'start_time': 223260, 'end_time': 224160, 'speaker_id': 0}, {'text': '您看 吧，您看他，您看可能再打几次，看一下情况怎么样，就是说如果他那边能出函，您不方便回来，他那边核实跟您核实情况核实清楚了。', 'start_time': 224160, 'end_time': 234170, 'speaker_id': 1}, {'text': '然后他们那边也同意出这个函了，您不方便回来拿， 那我们去拿也可以，没问题。', 'start_time': 234200, 'end_time': 239470, 'speaker_id': 1}, {'text': '嗯。', 'start_time': 239840, 'end_time': 240550, 'speaker_id': 0}, {'text': '对呀，我我先试一下我当地那个小镇上面那个派出所吧。', 'start_time': 241260, 'end_time': 245710, 'speaker_id': 0}, {'text': '嗯，那小镇的派出所可能可能还得还是得联系反诈中心这边。', 'start_time': 246160, 'end_time': 250770, 'speaker_id': 1}, {'text': '哦，那那我现在联系不上怎么办呢。', 'start_time': 251520, 'end_time': 254170, 'speaker_id': 0}, {'text': '嗯。', 'start_time': 254300, 'end_time': 255390, 'speaker_id': 0}, {'text': '那可能还得您再再多多试几次，因为是我他那还有这个函，我们银行才能解。', 'start_time': 255580, 'end_time': 261630, 'speaker_id': 1}, {'text': '现在是这个情况。', 'start_time': 261880, 'end_time': 262990, 'speaker_id': 1}, {'text': '那我多打几次吧，看看能不能啊，嗯。', 'start_time': 263480, 'end_time': 266100, 'speaker_id': 0}, {'text': '对啊，那他他那 边，然后如果他那边公安机关同意出的话，你让公安机关这边和我们这边再联系一下，我们去去帮你拿，然后帮您解，这都没问题。', 'start_time': 266100, 'end_time': 275950, 'speaker_id': 1}, {'text': '好可以啊，嗯嗯嗯，我试一下吧啊。', 'start_time': 276740, 'end_time': 278870, 'speaker_id': 0}, {'text': '您试一下啊，好的有好好。', 'start_time': 278870, 'end_time': 281360, 'speaker_id': 1}, {'text': '好好，嗯。', 'start_time': 281360, 'end_time': 281945, 'speaker_id': 0}, {'text': '好，再见。', 'start_time': 281945, 'end_time': 282635, 'speaker_id': 1}, {'text': '好好，再见。', 'start_time': 282635, 'end_time': 284030, 'speaker_id': 0}, {'text': '啊，不好意思啊。', 'start_time': 285500, 'end_time': 286490, 'speaker_id': 0}]
*/

pip install python-docx

from docx import Document

        # 创建一个新的Word文档
        document = Document()
        # 添加一个标题
        document.add_heading('电话录音（文字版）', 0)
        # 添加一个段落
        document.add_paragraph(f'本次通话的总时长为：{resp["audio_duration"]/1000}秒')
        document.add_paragraph('A：\t\t\t\tB：\n')

        for sentence_list in flash_result["sentence_list"]:
            document.add_paragraph(f'时间：{sentence_list["start_time"]/1000}-{sentence_list["end_time"]/1000}')
            if sentence_list["speaker_id"] == 0:
                document.add_paragraph(f'A:{sentence_list["text"]}')
            else:
                document.add_paragraph(f'B:{sentence_list["text"]}')        

        # 保存文档
        document.save('example.docx')

        # 添加一个段落
        paragraph = document.add_paragraph(f'本次通话的总时长为：{resp["audio_duration"]/1000}秒')
        # 设置段落居中对齐
        paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER

        # 设置字体颜色
        run = paragraph.runs[0]
        font = run.font
        font.size = Pt(13) # 设置字号
        font.bold = True #设置粗体
        font.color.rgb = RGBColor(255,0,0) #设置字体颜色为红色