音频内容已成为一种流行的交流来源。一个缺点是，当您想查找某些内容时，您不能只按键盘上的 Control + F 来开始搜索。想象一下，您想过滤您最近的电话，以找到您正在谈论您的健康保险的电话。或者，也许您喜欢收听播客，并想找到演讲者谈论日本的播客。
在本教程中，我将向您展示如何转录音频文件以使其可搜索。作为一个技术栈，我们将使用 Python 的库，例如 NLTK、语音识别等。
让我们开始吧！
项目流程
首先，让我们了解一下程序的思想：
- 我们将在命令行提示符中输入关键字。
- 该程序将尝试识别和转录所有可用的音频文件。
- 它将每个音频的文本写入一个单独的文件。
- 结果将显示所有包含关键字和上下文的文件。
准备代码
我已将此项目所需的库导出到requirements.txt文件。它可以在本文末尾链接的我的 GitHub 存储库中找到。在终端中执行此命令：
pip install -r requirements.txt
接下来，创建一个新的 Python 文件。导入以下库：
import speech_recognition as sr
import os
import re
import nltk
from pydub import AudioSegment
from pydub.silence import split_on_silence
from nltk.tokenize import Rege
