最近因学习任务，对语音识别需要了解，所以现在就把一些学习过程遇到的问题解决方法分享给大家。首先pyhon提供了许多语音识别库，大致包含：
上述语音识别软件库各个之间的侧重点不同，如：谷歌云语音侧重语音向文本转换，又如wit与apiai还提供超出基本语音识别的内置功能（识别讲话者意图的自然语言处理功能）。由于我仅仅是做简单的中文语音识别，所以使用的是SpeechRcognition这个语音识别库。
SpeechRcognition的特点优势
- 满足几种主流语音 API ，灵活性高；
- Google Web Speech API 支持硬编码到 SpeechRecognition 库中的默认 API 密钥，无需注册就可用；
- SpeechRecognition无需构建访问麦克风和从头开始处理音频文件的脚本， 只需几分钟即可自动完成音频输入、检索并运行。因此易用性很高。
怎么使用SpeechRcognition？
1. 安装SpeechRcognition
下载地址：https://pypi.org/project/SpeechRecognition/
安装命令： pip install SpeechRcognition
不过仅仅安装这个是不够的，还需要安装对应需要的资源库，如下图：
2. SpeechRcognition的识别类（器）
以上七个中只有 recognition_sphinx（）可与CMU Sphinx 引擎脱机工作， 其他六个都需要连接互联网。另外，SpeechRecognition 附带 Google Web Speech API 的默认 API 密钥，可直接使用它。其他六个 API 都需要使用 API 密钥或用户名/密码组合进行身份验证。
3. 下面进行中文语音识别
我在这里使用的是recognize_sphinx()语音识别器，它可以脱机工作，但是必须安装pocketsphinx库（详细安装过程见https://blog.csdn.net/zouxy09/article/details/7942784），若要进行中文识别，还需要两样东西。一、语音文件（SpeechRecognition对文件格式有要求）；二、中文声学模型、语言模型和字典文件，下面进行详细描述：
SpeechRecognition支持语音文件类型
WAV: 必须是 PCM/LPCM 格式
AIFF
AIFF-C
FLAC: 必须是初始 FLAC 格式；OGG-FLAC 格式不可用
pocketsphinx需要安装的中文语言、声学模型
下载地址：http://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/
安装步骤
- 下载cmusphinx-zh-cn-5.2.tar.gz并解压
- 在python安装目录下找到Lib\site-packages\speech_recognition
点击进入pocketsphinx-data文件夹，并新建文件夹zh-CN
在这个文件夹中添加进入刚刚解压的文件，需要注意：把解压出来的zh_cn.cd_cont_5000文件夹重命名为acoustic-model、zh_cn.lm.bin命名为language-model.lm.bin、zh_cn.dic中dic改为dict格式。
中文识别实际例子
1. 实际的代码程序
# -*- coding: utf-8 -*-
# /usr/bin/python
# 作者：kimicr
# 实验日期：20190820
# Python版本：3.6.3
import speech_recognition as sr
r = sr.Recognizer() #调用识别器
test = sr.AudioFile("C:\\Users\cc\Desktop\\test1.flac") #导入语音文件
with test as source:
audio = r.record(source)
type(audio)
c=r.recognize_sphinx(audio, language='zh-cn') #识别输出
print(c)
输出的结果：由于语音自己录的不好，所以识别的不是很高。可以找例子多试试
2. 程序中可能出现的问题
一般出现问题在于这一行代码：test = sr.AudioFile(“C:\Users\file\Desktop\test1.flac”) #导入语音文件。出现的问题为：
这是由于该文件地址是直接通过打开文件属性方式，摘到文件路径，复制过来的，问题出现是可能里面包含有了非法字符，解决办法就是重新手动输入这一行代码（特别是文件路径）