ถอดเสียงเป็นข้อความ real-time ใน 10 บรรทัด! Python Speech to Text

จดโน้ตเรียน ประชุม ก็ทำได้แบบอัตโนมัติ เรียนเขียนพร้อม โปรแกรมตัวอย่าง และคลิปที่ทำตามได้ทันที! เรียนกับ Ultimate Python

เราทำบทเรียนด้วยความตั้งใจใส่เต็ม 300%

สนับสนุนเราได้จากการ subscribe นะครับ :)

Please consider subscribing to Ultimate Python

---

เอกสารประกอบบทเรียนนี้

โปรแกรมตัวอย่างที่อยู่ในคลิป

ตัวอย่างโปรแกรม

ลิ้งค์สำหรับดาวน์โหลด pyaudio

(จริงๆ ผมคิดว่า Mac ติดตั้งแบบเดียวกับในคลิปได้แต่ยังไม่มีโอกาสได้ลอง)

ดาวน์โหลด pyaudio สำหรับ Windows

วิธีการติดตั้ง pyaudio บน mac (จาก stackoverflow)

วิธีการติดตั้งบน mac

---

Speech Recognition

วันนี้เราจะมาเรียนรู้การสอน Machine เพื่อให้ตรวจจับคนใส่แมส โดยใช้ webcam ของเรา และ Teachable Machine ที่ช่วยจัดการเรื่องการสร้าง Machine Learning และปรับโปรแกรมของเราเข้ากับข้อมูลที่ใส่ไปให้

เครื่องมือที่ต้องใช้

การติดตั้ง

In [3]:
!pip install SpeechRecognition

Requirement already satisfied: SpeechRecognition in c:\users\acer\anaconda3\lib\site-packages (3.8.1) 

In [1]:
!pip install PyAudio-0.2.11-cp37-cp37m-win_amd64.whl

Processing c:\users\acer\pyaudio-0.2.11-cp37-cp37m-win_amd64.whl Installing collected packages: PyAudio Successfully installed PyAudio-0.2.11 

นำมาใช้

In [7]:
import pyaudio
import speech_recognition as sr

---

ไมโครโฟนที่ใช้

วันนี้เราจะมาเรียนรู้การสอน Machine เพื่อให้ตรวจจับคนใส่แมส โดยใช้ webcam ของเรา และ Teachable Machine ที่ช่วยจัดการเรื่องการสร้าง Machine Learning และปรับโปรแกรมของเราเข้ากับข้อมูลที่ใส่ไปให้

รายชื่อไมโครโฟน

ดูได้จากจาก คำสั่ง sr.Microphone.list_microphone_names() ที่จะได้ List ของรายชื่อของ Microphone ที่คอมพิวเตอร์ของเราเชื่อมต่ออยู่ (บางอันอาจเป็นลำโพง ต้องชื่อดีๆ จะเชื่อมต่ออันไหน)

In [17]:
sr.Microphone.list_microphone_names()

Out[17]:
['Microsoft Sound Mapper - Input',  
'Microphone (USB Audio Device)',  

...

'Microphone Array (Realtek(R) Au',  
'Microsoft Sound Mapper - Output]

การเลือกไมโครโฟนที่ใช้

ใช้คำสั่ง sr.Microphone() และรับ argument เป็นตำแหน่งของชื่อไมโครโฟนที่ต้องการใช้ ที่อยู่ใน List ที่ได้จากคำสั่ง sr.Microphone.list_microphone_names() เราจะได้ object Microphone ที่เก็บข้อมูลเกี่ยวกับไมค์ตัวนั้นมา

In [21]:
mic = sr.Microphone(1)
mic

Out[21]:
<speech_recognition.Microphone at 0x22c352d8b88>

---

Recognizer

คือตัวโปรแกรมที่จะใช้ทำความเข้าใจเสียง และส่งออกมาเป็นตัวหนังสือ ซึ่งมีให้เลือกใช้หลายอันมากๆ แต่วันนี้เราจะใช้ Google Web Speech API หรือคำสั่งที่จะช่วยส่งข้อมูลของเราให้กับโปรแกรม Google Web Speech แปลงข้อความเสียงให้เป็นตัวหนังสือ ซึ่งสามารถใช้กับภาษาไทยได้

สร้าง Recognizer

ผ่านคำสั่ง sr.Recognizer() ที่สร้าง Recognizer Object

In [22]:
recog = sr.Recognizer()
recog

Out[22]:
<speech_recognition.Recognizer at 0x22c35af37c8>

---

เปิดไมค์รับเสียง

เราจะใช้คำสั่งให้ recognizer ที่สร้างไว้แล้วเปิดรับเสียงจากไมค์ ผ่านคำสั่ง recog.listen() ที่รับ argument เป็น mic ที่เราเตรียมไว้ ข้อมูลที่ได้มาเราจะเก็บไว้ในตัวแปร audio

แต่ในการเปิดไมค์ จะต้องใช้คำสั่ง with ที่ทำการเปิดไมค์ และนำข้อมูลของไมค์เก็บไว้ในอีกตัวแปร เราจะตั้งชื่อว่า source ซึ่งเป็นที่มาของข้อมูลที่จะใช้กับ recognizer

In [30]:
with mic as source:
 audio = recog.listen(source)

แปลงเสียงเป็นตัวอักษร

ใช้คำสั่ง recog.recognize_google() ที่รับ argument 2 อย่างหลักๆ คือ เสียงที่ต้องการแปลงเป็นตัวหนังสือในกรณีนี้ได้จากการเปิดไมค์ และ ภาษาที่ต้องการให้ใส่ ไปใน parameter language หากไม่ใส่จะจับภาษาอังกฤษ สำหรับภาษาไทยใส่ 'th'

เมื่อแปลงเสียงแล้วเราจะให้แสดงผลผ่านคำสั่ง print()

In [31]:
with mic as source:
 audio = recog.listen(source)
 print(recog.recognize_google(audio,language='th'))

สวัสดีอันนี้เป็นการ Test 

---

วิเคราะห์ต่อเนื่อง

ใช้ while loop เพื่อสร้างการรับค่า และแปลงตัวหนังสืออย่างต่อเนื่อง

In [32]:
with mic as source:
 while True:
  audio = recog.listen(source)
  print(recog.recognize_google(audio,language='th'))

ฮัลโหลสวัสดีครับวันนี้มาพบกับบทเรียน 

---

อยากให้ทำต่อหลังจากเกิด Error?

ใช้ try except เพื่อสั่งคำสั่ง continue ให้วนลูปใหม่เมื่อเกิด error

In [33]:
with mic as source:
 while True:
  audio = recog.listen(source)
  try:
   print(recog.recognize_google(audio,language='th'))
  except:
   continue

สวัสดีครับวันนี้มาพบกับเรื่องของ recognition วันนี้เราก็กลับมาอีกครั้งนะครับในบทเรียน กลับอันติเมท python มีอะไรบ้างนะครับเดี๋ยวเราไปเรียกกันดีกว่าเก่า 

ถ้าชอบบทเรียนนี้ การกด subscribe และชวนเพื่อนมาเรียน จะช่วยเราได้มากอย่างที่คุณคิดไม่ถึงเลย :)

เข้ากลุ่มแลกเปลี่ยนความรู้