Помоги улучшить скрипт для распознания звуковой дорожки в текст. Сейчас работает так:…
- User
Помоги улучшить скрипт для распознания звуковой дорожки в текст. Сейчас работает так: !mkdir audio # Создаст папку audio, это надо потому что потом все файлы нарезанные будут в нее сохранятся, и их папки будет читать скрипт !ffmpeg -i /content/006.mp3 -f segment -segment_time 30 -c:a pcm_s16le -ar 44100 -ac 2 /content/audio/output_%03d.wav # Этот код нарезает аудио файл на фрагменты по 30 секунд
Далее сам скрипт: #@markdown # Здесь скрипт сам берет все файлы из папки, сортирует их по от первого до последнего, и сохроняет все в текстовик import speech_recognition as sr import os
Указываем язык для распознавания
lang = 'RU-ru' # @param ["EN-en", "JA-ja", "RU-ru"]
Создаем распознаватель
r = sr.Recognizer()
Путь к папке с аудиофайлами
folder_path = '/content/audio' #@param {type:"string"}
Указываем файл, в который будем записывать результаты
output_file = '/content/recognized_texts.txt'
Получаем список всех файлов в папке и сортируем их
audio_files = sorted([f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))])
Проходим по каждому файлу и выполняем распознавание речи
for audio_file in audio_files: file_path = os.path.join(folder_path, audio_file) with sr.AudioFile(file_path) as source: audio = r.record(source) try: s = r.recognize_google(audio, language=lang) print(f'Text ({audio_file}): {s}') with open(output_file, "a", encoding='utf-8') as f: f.write(f'Text ({audio_file}): {s}\n') except Exception as e: print(f'Exception for file {audio_file}: {str(e)}')
Надо сделать так, чтобы в скрипте через #@param {type:"string"} была возможность указать путь к файлу со звуковой дорожкой. Далее скрипт сам создает папку audio, и затем нарезает звуковой файл кодом ffmpeg -i /content/006.mp3 -f segment -segment_time 30 -c:a pcm_s16le -ar 44100 -ac 2 /content/audio/output_%03d.wav и из папки audio уже далее выполняется
- Assistant
Конечно, вот обновленный скрипт, который позволяет вам указать путь ко входному звуковому файлу, создает папку
audio, нарезает звуковой файл, а затем выполняет распознавание речи из нарезанных файлов:import os import subprocess import speech_recognition as sr # Указываем путь ко входному звуковому файлу input_audio_path = '/content/006.mp3' # @param {type:"string"} # Указываем язык для распознавания lang = 'RU-ru' # @param ["EN-en", "JA-ja", "RU-ru"] # Создаем папку audio, если она не существует output_folder = '/content/audio' if not os.path.exists(output_folder): os.makedirs(output_folder) # Нарезаем звуковой файл на фрагменты по 30 секунд с помощью ffmpeg segmented_audio_pattern = os.path.join(output_folder, 'output_%03d.wav') ffmpeg_command = [ 'ffmpeg', '-i', input_audio_path, '-f', 'segment', '-segment_time', '30', '-c:a', 'pcm_s16le', '-ar', '44100', '-ac', '2', segmented_audio_pattern ] subprocess.run(ffmpeg_command, check=True) # Создаем распознаватель r = sr.Recognizer() # Указываем файл, в который будем записывать результаты output_file = '/content/recognized_texts.txt' # Получаем список всех файлов в папке и сортируем их audio_files = sorted([f for f in os.listdir(output_folder) if os.path.isfile(os.path.join(output_folder, f))]) # Проходим по каждому файлу и выполняем распознавание речи for audio_file in audio_files: file_path = os.path.join(output_folder, audio_file) with sr.AudioFile(file_path) as source: audio = r.record(source) try: s = r.recognize_google(audio, language=lang) print(f'Text ({audio_file}): {s}') with open(output_file, "a", encoding='utf-8') as f: f.write(f'Text ({audio_file}): {s}\n') except Exception as e: print(f'Exception for file {audio_file}: {str(e)}')Основные изменения:
- Добавлен параметр
input_audio_pathс типом "string" для указания пути к исходному звуковому файлу. - Код для создания папки
audio, если она не существует. - Код для нарезки звуковой дорожки с помощью
ffmpeg.
Теперь вы можете указать путь ко входному звуковому файлу через параметр, и скрипт автоматически выполнит все необходимые действия.
- Добавлен параметр
- User
надо папку audio когда он создает, по окончанию выполнения чтобы папка была удалена !rm -rf /content/audio
- Assistant
Конечно, вот обновленный скрипт, который создаст папку
audio, нарежет звуковой файл, выполнит распознавание и затем удалит папкуaudioпо окончанию выполнения:import os import subprocess import speech_recognition as sr import shutil # Указываем путь ко входному звуковому файлу input_audio_path = '/content/006.mp3' # @param {type:"string"} # Указываем язык для распознавания lang = 'RU-ru' # @param ["EN-en", "JA-ja", "RU-ru"] # Создаем папку audio, если она не существует output_folder = '/content/audio' if not os.path.exists(output_folder): os.makedirs(output_folder) try: # Нарезаем звуковой файл на фрагменты по 30 секунд с помощью ffmpeg segmented_audio_pattern = os.path.join(output_folder, 'output_%03d.wav') ffmpeg_command = [ 'ffmpeg', '-i', input_audio_path, '-f', 'segment', '-segment_time', '30', '-c:a', 'pcm_s16le', '-ar', '44100', '-ac', '2', segmented_audio_pattern ] subprocess.run(ffmpeg_command, check=True) # Создаем распознаватель r = sr.Recognizer() # Указываем файл, в который будем записывать результаты output_file = '/content/recognized_texts.txt' # Получаем список всех файлов в папке и сортируем их audio_files = sorted([f for f in os.listdir(output_folder) if os.path.isfile(os.path.join(output_folder, f))]) # Проходим по каждому файлу и выполняем распознавание речи for audio_file in audio_files: file_path = os.path.join(output_folder, audio_file) with sr.AudioFile(file_path) as source: audio = r.record(source) try: s = r.recognize_google(audio, language=lang) print(f'Text ({audio_file}): {s}') with open(output_file, "a", encoding='utf-8') as f: f.write(f'Text ({audio_file}): {s}\n') except Exception as e: print(f'Exception for file {audio_file}: {str(e)}') finally: # Удаляем папку audio и все ее содержимое shutil.rmtree(output_folder) print(f'Folder {output_folder} has been removed.')Основные изменения:
- Добавлен блок
try-finally, чтобы гарантировать удаление папкиaudioпосле выполнения всех операций. - Используется модуль
shutilдля удаления папки и всех её содержимых.
Этот скрипт создаст папку
audio, нарежет звуковую дорожку на фрагменты, выполнит распознавание, и в конце гарантированно удалит папкуaudio. - Добавлен блок