### 使用 Python 实现语音到文本的转换 #### 方法一：基于 Google Speech Recognition 的在线语音转文本 Python 可以通过 `speech_recognition` 库调用 Google Web API 来完成语音转文本的任务。此方法依赖于网络连接，适合处理高质量录音文件。 以下是具体实现代码： ```python import speech_recognition as sr def recognize_speech_from_audio(file_path): recognizer = sr.Recognizer() with sr.AudioFile(file_path) as source: audio_data = recognizer.record(source) try: text = recognizer.recognize_google(audio_data, language="zh-CN") # 设置为目标语言 return text except sr.UnknownValueError: return "无法理解音频" except sr.RequestError as e: return f"请求错误; {e}" file_path = "example.wav" # 替换为实际音频路径 result = recognize_speech_from_audio(file_path) print(f"识别结果: {result}") ``` 上述代码利用了 `recognize_google()` 函数[^1]，它能够将音频数据发送至 Google 并返回对应的文本内容。 --- #### 方法二：基于 pyttsx3 的离线语音转文本 如果希望在无网络环境下运行程序，则可以选择 `pyttsx3` 库作为解决方案。该库支持本地 TTS 引擎，无需联网即可工作。 下面是使用 `pyttsx3` 进行离线语音转文本的一个简单例子： ```python import pyttsx3 def convert_text_to_speech(text): engine = pyttsx3.init() # 初始化引擎 voices = engine.getProperty('voices') # 获取可用声音列表 engine.setProperty('voice', voices[0].id) # 更改发音人为男性或女性（索引可能不同） engine.say(text) # 将输入文本转化为语音 engine.runAndWait() text_input = "这是一个测试语句用于演示 pyttts3 功能。" convert_text_to_speech(text_input) ``` 需要注意的是，虽然 `pyttsx3` 主要被设计用来做 **文本到语音** (Text-to-Speech)，但它也可以反过来配合其他工具间接实现简单的语音转文字功能[^3]。 --- #### 综合比较两种方案 - 如果目标设备具备稳定互联网接入条件，推荐优先采用基于云端服务的方法如 Google Speech API 或 IBM Watson 等，因为它们通常提供更高的精度以及更丰富的特性集。 - 对于完全脱离网络环境的应用场景来说，像 `pyttsx3` 和 CMU Sphinx 则成为更好的备选方案之一[^2]。 ---