IBM Speech-to-TextAPIを使用した音声認識

こんにちは、Habr。「機械学習。上級」コースの一環として、興味深い資料の翻訳を用意しました。



また、「ABテストを最適化するための多腕バンディット」というトピックに関する公開レッスンをご覧になることをお勧めします。

---

, Python.

, IBM Speech to Text API . API, , , , . API . .

, , « » . , , — .

— , , - . . - . , , . .

. . , .

:

• 
  
  
  
  

• 1 -

  
  
  
  
  

• 2 -

  
  
  
  
  

• 3 -

  
  
  
  
  

• 4 -

  
  
  
  
  

• -

  
  
  
  
  

. , . API- , . , , . , Microsoft Azure.

:

• Google Cloud

  
  
  
  
  

• IBM Watson

  
  
  
  
  

• Microsoft Azure

  
  
  
  
  

• Amazon Transcribe

  
  
  
  
  

1 —

. SpeechRecognition



. SpeechRecognition



. API. ; Microsoft Azure Speech, Google Cloud Speech, API IBM Watson Speech to Text . IBM Watson Speech to Text API. SpeechRecognition .

. pip, Python.

pip install SpeechRecognition
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

. Jupyter Notebook.

import speech_recognition as s_r
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

2 -

. m4a, m4a. wav .

audio_file = s_r.AudioFile('my_clip.wav')
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

3 -

, , . . .

rcgnzr = s_r.Recognizer()
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

4 -

! IBM speech to text . , “adjust_for_ambient_noise



” “record



”, . , .

with audio_file as source: 
   rcgnzr.adjust_for_ambient_noise(source) 
   clean_audio = rcgnzr.record(source)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

, . IBM. ( , , IBM Speech-to-Text API Python SpeechRecogniton



). API:

recognized_speech_ibm = r.recognize_ibm(clean_audio, username="apkikey", password= "your API Key")
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

: API IBM API-. IBM Watson. Speech-to-Text . IBM, , 500 , , .

-

. . . , . , .

, :

print(recognized_speech_ibm)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

. . . , . , ​​ , .

. «ready!» .

with open('recognized_speech.txt',mode ='w') as file:    
   file.write("Recognized Speech:") 
   file.write("\n") 
   file.write(recognized) 
   print("ready!")
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

! , . , - . — . , . , .

. YouTube, . .

---

"Machine Learning. Advanced".

«Multi-armed bandits AB ».